基于变分模态滤波和注意力机制的重载机器人铣削系统颤振辨识方法

摘要

提出了一种定参变分模态滤波、包络滤波和注意力机制网络辨识相结合的重载机器人铣削系统颤振辨识方法。首先，根据变分模态滤波理论，通过合适地优选二次惩罚项实现对目标高频非颤振信号分量的剔除；然后，为快速辨识当前的加工状态，从信号时域分布出发，结合频域在时域上的映射规律，采用包络滤波方法实现低频主轴转速相关信号分量的剔除；最后，构建基于注意力机制的网络辨识模型，对预处理后的多时序短时信号片段进行分类以实现加工状态辨识，并开展重载机器人铣削系统加工验证实验。实验分析结果表明，通过剔除高频非颤振信号和低频主轴转速相关信号分量，再生颤振辨识准确度得到了进一步提高，辨识准确度可达98.75%。通过与其他辨识方法对比，所提出的重载机器人铣削系统颤振辨识方法可以有效地识别重载机器人铣削系统加工过程中的再生颤振，为后续重载机器人铣削系统颤振在线抑制提供技术支撑。

关键词

机器人铣削 / 颤振辨识 / 变分模态滤波 / 注意力机制