基于多传感器信息融合隐马尔科夫模型的超精密切削机床误差分析方法

本发明提出了基于多传感器信息融合隐马尔科夫模型的超精密切削机床误差分析方法，属于误差分析技术领域，通过多传感器进行信息采集，利用特征提取和特征约简对多传感器采集到的信号进行预处理；将预处理后的数据输入隐马尔科夫模型中训练，通过无监督方式预测隐状态，获取误差的最大影响因素。最后结合信息融合技术，通过特征融合和决策融合两种方式的模型训练，验证某种信号是影响超精密切削机床误差的最大影响因素。本发明通过将多传感器信息融合与隐马尔科夫模型结合，能实现更好地预测出某一种误差是影响KDP表面质量最主要的误差来源，以此提高超精密切削机床误差预测的准确性和有效性。