本技术涉及信号处理，尤其涉及一种刀具特征筛选方法、系统、电子设备及存储介质。
背景技术：
1、随着智能制造技术的发展，数控机床在制造业中所占的比重越来越大，在机械加工领域应用也越来越广泛，而刀具是机床中的重要部件，其状态的好坏直接影响工件的质量、生产效率和加工成本。因此，有必要对刀具的磨损进行监测，并根据刀具的磨损状态合理地更换刀具。其中，刀具的监测特征集合主要由时域、频域和时频域分析得到。在进行特征提取后，会得到大量的特征信息。
2、然而，部分特征与刀具磨损状况并不相关，仅采样单一特征指标作为计算特征与标签关联性的指标，可能无法全面捕捉高位数据的复杂结构，并且一些特征之间存在相关性，这就导致了信息冗余。不相关的特征与冗余的特征会引起大量不必要的计算，影响模型分类的准确率。
技术实现思路
1、本技术实施例提供了一种刀具特征筛选方法、系统、电子设备及存储介质，通过创建三组数组能够避免不相关的特征与冗余的特征的干扰，提高模型分类的准确性，进一步提高信号筛选的精准度。
2、第一方面，本技术实施例提供了一种刀具特征筛选方法，所述方法包括：
3、获取多个原始刀具信号，并对所述原始刀具信号进行预处理操作，得到刀具特征数据集，其中，所述原始刀具信号由在不同方向上对刀具进行采集得到；
4、初始化预设的改进蜣螂优化算法的算法参数，并创建三维数组，其中，所述三维数组用于存储不同指标权重的组合；
5、基于预设的混沌映射算法以及所述算法参数对所述三维数组进行位置初始化，确定多个目标蜣螂个体；
6、通过预设的飞行策略和预设的惯性权重对所述目标蜣螂个体的位置进行更新，并基于所述算法参数更新所述目标蜣螂个体的繁殖和觅食行为，得到更新结果；
7、当所述更新结果满足所述算法参数中的迭代阈值，根据所述更新结果确定特征指标权重组合；
8、根据所述特征指标权重组合对所述刀具特征数据集进行筛选，得到目标刀具特征。
9、本技术实施例提供的刀具特征筛选方法，至少具有如下有益效果：首先，获取多个原始刀具信号，并对原始刀具信号进行预处理操作，得到刀具特征数据集，从而提取出干扰较小的振动信号的刀具特征数据集，再初始化预设的改进蜣螂优化算法的算法参数，并创建三维数组，从而能够通过三维数组存储不同指标权重的组合，为后续优化过程提供搜索空间，同时能够定义优化过程中搜索空间的参数组合，之后，基于预设的混沌映射算法以及算法参数对三维数组进行位置初始化，确定三维数组的搜索空间中位置分布相对均匀的多个目标蜣螂个体，从而增加种群的多样性，再通过预设的飞行策略和预设的惯性权重对目标蜣螂个体的位置进行更新，通过长距离跳跃进行全局探索，避免局部最优，并且通过惯性权重来自适应调整搜索步长，平衡全局探索和局部开发，并基于算法参数更新目标蜣螂个体的繁殖和觅食行为，得到更新结果，通过迭代更新蜣螂个体的位置，逐步逼近最优解，当更新结果满足所述算法参数中的迭代阈值，根据更新结果确定特征指标权重组合，即找到最优特征集合，最后根据特征指标权重组合对刀具特征数据集进行筛选，得到目标刀具特征，实现对刀具特征的准确筛选，提高分类准确性。本技术实施例通过创建三维数组来综合考虑不同特征组合的优劣程度，从而能够定义优化过程中搜索空间的参数组合，并且通过不同的策略对目标蜣螂个体的位置进行更新，通过三维数组与改进蜣螂优化算法的配合选出各评价指标权重的最优解，以达到最优特征选择的目的，避免出现陷入局部最优解以及探索能力不足的问题，提高全局搜索能力，提高特征分类的准确性。
10、在一些实施例中，所述对所述原始刀具信号进行预处理操作，得到刀具特征数据集，包括：
11、对所述原始刀具信号进行滤波处理；
12、对滤波处理后的刀具信号进行特征提取，得到多列特征和刀具磨损列；
13、根据所述多列特征和所述刀具磨损列生成刀具特征数据集。
14、在一些实施例中，所述创建三维数组，包括：
15、根据预设的指标要求创建三维数组，其中，所述指标要求包括斯皮尔曼相关性指标、鲁棒性指标以及互信息性指标。
16、在一些实施例中，所述算法参数包括种群规模；所述基于预设的混沌映射算法以及所述算法参数对所述三维数组进行位置初始化，确定多个目标蜣螂个体，包括：
17、通过预设的混沌映射算法在所述三维数组的搜索空间中对所述种群规模进行位置初始化，得到位置分布均匀的多个蜣螂个体；
18、对于每个所述蜣螂个体，确定所述蜣螂个体的参数组合；
19、通过预设的特征评价指标函数对所述参数组合进行指标计算，得到综合指标值；
20、根据所述综合指标值降序排序所述参数组合，得到特征序列；
21、在所述特征序列中筛选出预设位置的特征集合，并将所述特征集合输入预设的支持向量机模型，输出适应度值；
22、根据所述适应度值对所有所述蜣螂个体进行筛选，确定多个目标蜣螂个体。
23、在一些实施例中，所述通过预设的飞行策略和预设的惯性权重对所述目标蜣螂个体的位置进行更新，包括：
24、确定所述目标蜣螂个体的个体类型；
25、当所述个体类型为滚球蜣螂，根据预设的飞行策略对所述滚球蜣螂的滚球位置进行更新；
26、当所述个体类型为偷窃蜣螂，基于预设的惯性权重对所述偷窃蜣螂的偷窃位置进行更新。
27、在一些实施例中，所述算法参数包括搜索空间上界和搜索空间下界；所述基于所述算法参数更新所述目标蜣螂个体的繁殖和觅食行为，得到更新结果，包括：
28、当所述个体类型为繁殖蜣螂或者觅食蜣螂，基于预设的边界选择策略、所述搜索空间上界和所述搜索空间下界模拟所述繁殖蜣螂或者所述觅食蜣螂的安全区域；
29、基于所述安全区域更新所述繁殖蜣螂的繁殖行为，并更新所述觅食蜣螂的觅食行为；
30、计算所述滚球蜣螂的滚球位置更新后的第一位置、所述偷窃蜣螂的偷窃位置更新后的第二位置、所述繁殖蜣螂的繁殖行为更新后的第三位置、所述觅食蜣螂的觅食行为更新后的第四位置以及所述目标蜣螂个体的位置迭代次数；
31、根据所述第一位置、所述第二位置、所述第三位置和所述第四位置计算所述目标蜣螂个体的错误率值；
32、当所述错误率值小于预设的全局错误率值，记录与所述错误率值对应的目标适应度值和目标位置；
33、根据所述目标适应度值、所述目标位置以及所述位置迭代次数生成更新结果。
34、在一些实施例中，所述根据所述更新结果确定特征指标权重组合，包括：
35、确定与所述更新结果对应的目标适应度值和目标位置；
36、根据所述目标适应度值和所述目标位置确定多个待选指标权重组合，并对所有所述待选指标权重组合进行降序排序，得到组合序列；
37、在所述组合序列中筛选出预设位置的权重组合，并将所述权重组合输入预设的支持向量机模型，输出分类准确率；
38、将所述分类准确率与预设的特征指标权重进行对比，确定特征指标权重组合。
39、第二方面，本技术实施例还提供了一种刀具特征筛选系统，所述系统包括：
40、数据获取模块，用于获取多个原始刀具信号，并对所述原始刀具信号进行预处理操作，得到刀具特征数据集，其中，所述原始刀具信号由在不同方向上对刀具进行采集得到；
41、数组创建模块，用于初始化预设的改进蜣螂优化算法的算法参数，并创建三维数组，其中，所述三维数组用于存储不同指标权重的组合；
42、个体确定模块，用于基于预设的混沌映射算法以及所述算法参数对所述三维数组进行位置初始化，确定多个目标蜣螂个体；
43、位置更新模块，用于通过预设的飞行策略和预设的惯性权重对所述目标蜣螂个体的位置进行更新，并基于所述算法参数更新所述目标蜣螂个体的繁殖和觅食行为，得到更新结果；
44、组合确定模块，用于当所述更新结果满足所述算法参数中的迭代阈值，根据所述更新结果确定特征指标权重组合；
45、特征筛选模块，用于根据所述特征指标权重组合对所述刀具特征数据集进行筛选，得到目标刀具特征。
46、第三方面，本技术实施例还提供了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的刀具特征筛选方法。
47、第四方面，本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如第一方面所述的刀具特征筛选方法。
48、本技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术而了解。本技术的目的和其他优点可通过在说明书以及附图中所特别指出的结构来实现和获得。
1.一种刀具特征筛选方法，其特征在于，所述方法包括：
2.根据权利要求1所述的刀具特征筛选方法，其特征在于，所述对所述原始刀具信号进行预处理操作，得到刀具特征数据集，包括：
3.根据权利要求1所述的刀具特征筛选方法，其特征在于，所述创建三维数组，包括：
4.根据权利要求1所述的刀具特征筛选方法，其特征在于，所述算法参数包括种群规模；所述基于预设的混沌映射算法以及所述算法参数对所述三维数组进行位置初始化，确定多个目标蜣螂个体，包括：
5.根据权利要求1所述的刀具特征筛选方法，其特征在于，所述通过预设的飞行策略和预设的惯性权重对所述目标蜣螂个体的位置进行更新，包括：
6.根据权利要求5所述的刀具特征筛选方法，其特征在于，所述算法参数包括搜索空间上界和搜索空间下界；所述基于所述算法参数更新所述目标蜣螂个体的繁殖和觅食行为，得到更新结果，包括：
7.根据权利要求6所述的刀具特征筛选方法，其特征在于，所述根据所述更新结果确定特征指标权重组合，包括：
8.一种刀具特征筛选系统，其特征在于，所述系统包括：
9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的刀具特征筛选方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至7中任意一项所述的刀具特征筛选方法。
