基于GA-LightGBM的刀具磨損狀態在線識別*

朱云偉，黃海松，魏建安

(貴州大學現代制造技術教育部重點實驗室，貴陽 550025)

0 引言

車削過程中[1]，刀具、工件以及在車削過程中產生的切屑，三者之間相互接觸相互作用，刀具就會逐漸出現磨損以至破損的情況[2]。由此刀具失效引發的事故極大限制了車削加工的工作效率，造成了經濟損失。因而對刀具磨損狀態進行實時的監測就顯得尤為重要。目前眾多刀具磨損狀態識別的研究中，機器學習算法是公認有效的預測性方法，其中針對振動信號的數據信息使用較多且較為成熟的，如：支持向量機(Support Vector Machine, SVM)、BP 神經網絡(Back Propagation Neural Network, BPNN)、隱馬爾可夫模型(Hidden Markov Model, HMM )等[3]；再有就是利用振動信號的波形作為圖片信息采用卷積神經網絡(CNN)進行訓練之后對磨損狀態進行識別[4]。但基于圖片信息的模型訓練耗時過長，很難應對現實復雜多變的加工環境實現對刀具磨損狀態的實時監測。因此尋求訓練速度快精度高的機器學習模型十分必要。輕量級梯度提升機(Light Gradient Boosting Machine, LightGBM)是Boosting框架下的算法，具有極快的訓練速度、占用內存小等優點[5]。

但鑒于LightGBM模型超參數眾多，人工調參會具有很大的局限性，故本文采用遺傳算法(Genetic Algorithm, GA)來優化LightGBM模型，尋得在實驗數據集上的最優參數組合。

1 GA優化LightGBM基本理論

1.1 遺傳算法

遺傳算法(Genetic Algorithm, GA)是進化算法的一部分[6]，算法模擬達爾文的遺傳選擇和自然淘汰的生物進化過程來搜索尋優問題的最優解。算法具有搜索效率高，魯棒性強，適于并行處理等優點被廣泛用于各種優化問題中，算法的基本步驟為：

(1)初始化0代種群G0。

(2)依據步驟①～⑤,對第i代種群Gi進行迭代，直到滿足停止條件：

① 計算Gi中個體的適應度Fi，并將Fi按大小進行排序；

②在Gi中找到最佳Fi對應個體加入到Gi+1中；

③依據Fi的大小排序在Gi中選擇兩個父本；

④依據基因變異概率Pe和交叉繁殖概率Pc進行遺傳操作，新個體作為Gi+1；

⑤如果Gi+1的大小與Gi相持平，則i+1→i并重復步驟(2)，否則轉③。

(3)將最終種群G中適應度F最好的個體作為算法結果。

1.2 基于GA的LightGBM優化算法

LightGBM是微軟在2017年推出的一種機器學習模型。與傳統的Boosting算法比較，LightGBM的主要優點：

(1)訓練速度更快，效率更高。

(2)降低內存使用率， 更好的準確性。

(3)支持并行和GPU學習。

(4)能夠處理大規模數據。

(1)

其中用T個回歸樹Tt(x)(t=1,...,T)來近似獲取最終模型：

(2)

回歸樹Tt(x)(t=1,...,T)可以使用Wq(x)(q∈{1,2,...,J})表示，J表示葉子的數量，q為決策規則，W為葉子節點的權重。故LightGM可以在步驟t以加法形式訓練，其損失為：

(3)

由于LightGBM模型的參數眾多，模型參數又將直接關系模型的訓練速度、精度。因此為了該模型在本實驗數據集上能夠進行最優化的訓練和識別預測，本文采用遺傳算法來進行模型優化。其中優化的是num_leaves、min_data_in_leaf、n_estimators、max_depth和learning_rate五個超參數。本文GA優化LightGBM的總研究路線如圖1所示。

圖1 總研究路線

基于GA-LightGBM模型優化過程的基本步驟為：

步驟1: 篩選出本實驗數據集上對模型精度和時間影響較大的5個超參數。

步驟2: 根據LightGBM模型超參數的取值范圍對5個超參數進行二進制的DNA編碼。

步驟3: 將編碼好的超參數喂給LightGBM模型，以模型的錯誤率e為目標函數值進行計算。

步驟4: 依據不同參數組合計算個體的適應度值Fi，找出適應度函數值最大的及其對應的個體Gmax(Fi)。

步驟5: 依據輪盤賭算法選擇合適個體。

步驟6: 依Pe、Pc進行基因變異和交叉繁殖操作產生新的子代，將新的子代喂給LightGBM模型進行最優選擇。

步驟7: 保存選擇的結果直至找到最優解，輸出最優參數組合。

步驟8: 以最佳參數組合建立GA-LightGBM模型，用于對刀具磨損狀態的識別。

2 實驗過程及分析

2.1 刀具磨損監測實驗

實驗使用WNMG080408-BM WS7125數控車刀，車削25CrMo鋼棒料(初始尺寸φ50 mm×250 mm),實驗車床為C2-6136HK數控車床，采用DASP-V11振動信號采集儀來監測和采集刀具車削時的X、Y、Z軸的3個方向上的振動信號，采樣頻率4 kHz～6 kHz。初始車削加工參數如表1所示。

表1 車削實驗車削參數

實驗以2 min為一組采集數據，并取下刀具進行顯微觀測刀具后刀面的最大磨損值VBmax。刀具的磨損狀態和VB值的對應關系如表2所示。

表2 刀具磨損狀態與VB值關系

實驗中測量后刀面的VBmax值如圖2所示。(注：在急劇磨損后期，刀具達到磨鈍標準變鈍，切削區域溫度急劇上升，進而出現凹坑處的粘結現象[7]。)

圖2 不同磨損狀態下刀具后刀面VBmax測量圖

在信號采集中除了實驗車床在工作外，還有別的車床也在工作，故收集的信號數據存在噪聲干擾大、長短不規整、部分可信度低等問題。故數據的預處理過程為先依據工業經驗選擇可信數據，之后通過小波系數閾值[8]去噪法對數據進行去噪。圖3是信號的去噪效果(以X軸信號為例)。

圖3 小波閾值去噪效果

實驗中，為使樣本數據的種類分布情況更加符合實際加工時的工況，將處理好的振動信號制備成10 000(初期磨損)、40 000(中期磨損)、10 000(急劇磨損)共計60 000個不均衡樣本數據[9]，3種狀態的標簽以0、1、2表示。以7：3的比例進行訓練、測試數據集的隨機劃分。圖4是搭建的實驗平臺。

圖4 實驗平臺

2.2 各模型的構建

(1)GA-LightGBM預測模型的構建

針對LightGBM模型的5個超參數進行DNA的編碼，LightGBM模型是基于決策樹的集成算法模型，5個超參數之間相互影響。為防止同時搜索5個參數時，不同參數之間組合會產生矛盾問題，故本文在DNA編碼時根據不同參數特點引入不同常數C，來避免參數組合之間會產生此類問題。設置遺傳算法的繁殖代數100、種群數量G300、染色體總長度22(5+4+5+3+5)、變異概率Pe為0.01、交叉繁殖概率Pc為0.6。參數的初始DNA編碼和最優結果見表3所示。圖5是GA優化LightGBM的結果(其中X軸橫坐標為各參數的取值，Y軸縱坐標表示LightGBM模型的錯誤率)。

圖5 GA優化LightGBM結果

表3 GA優化LightGBM參數結果

表3中，C5是學習率的迭代系數，學習率的取值為0.01～0.3，且每次迭代0.01，故C5=(0.3-0.01)/(25-1)，其余常數C依據參數之間的相關特性進行選擇。

(2)SVM、BP神經網絡

本文中SVM(Support Vector Machines)支持向量機[10]的懲罰因子c為3，徑向基核函數(RBF)的核函數參數σ為8。BP神經網絡[11]采用10層的隱藏層，非線性激化函數采用Sigmoid函數。如圖6是本文神經網絡的拓撲結構。

圖6 BP神經網絡拓撲結構圖

2.3 實驗分析

本實驗在CPU為i5-8300H、內存為8GB、GPU為GTX1050 Ti的計算機上進行操作。本節中相關的算法模型，采用了基于Python語言的機器學習框架scikit-learn[12]和PyTorch[13]來編寫。并安裝了LightGBM的額外擴展包。

在算法的評價指標中以4個方面對相關算法進行了綜合比對：

(1)訓練集上的正確率：算法模型的識別結果與樣本類別進行比對。便于對算法的學習效果有初步直觀的感知。

(2)測試集的正確率：

(4)

(3)模型耗時：機器學習模型識別刀具磨損狀態的相關研究中，很多學者對模型評價的標準中并未考慮模型耗時這一標準[14]。基于本文上述說明，故將模型的訓練和識別時間作為評價標準。

(4)AUC值：

本文將預測標簽矩陣L、標簽矩陣對應的概率矩陣P分別按行展開，轉置形成兩列，以此求得最終的ROC曲線和AUC值。AUC值來評判模型可以保證在樣本不均衡的情況下，依然對分類器做出合理的評價，該值越大表明模型分類效果越好。

本文實驗每個模型在4個評價指標中各進行50次實驗，取實驗平均值作為最終結果。實驗結果見表4及圖7。

表4 各模型在訓練集上的精度

(a) 精度與耗時

(b) AUC值圖7 各模型比較結果

從實驗結果中可以看出在訓練集精度、測試集精度處在相同的區間下，GA優化過的LightGBM在模型耗時、AUC值方面有著明顯優勢。

2.4 模型驗證

為了比較模型性能(模型耗時方面)，并為對數據進行特征提取。為了驗證GA-LightGBM模型的刀具磨損狀態識別精度，在與上文所述相同的加工條件下，采集新的樣本數據進行模型驗證。刀具的初期、正常、急劇磨損階段的樣本比例仍為1：4：1本次共計600個樣本。采用PCA(Principal Components Analysis)[15]進行特征提取。與上文相同進行50次實驗后取平均值，其中提取特征后的樣本三維表達及X、Y、Z軸兩兩振動信號特征組合下的二維分類結果如圖8所示。

(a) 特征提取后的三維表達

(b) X、Y軸為特征的分類結果

(c) Y、Z軸為特征的分類結果

(d) X、Z軸為特征的分類結果圖8 模型驗證結果

結果表明GA-LightGBM模型的訓練精度達到99.94%，測試集精度也達到了97.24%,實驗驗證了GA-LightGBM模型在刀具磨損狀態識別領域的優越性。

3 結論

利用遺傳算法可并行組合優化多參數的特點，對LightGBM模型的num_leaves、min_data_in_leaf、n_estimators、max_depth、learning_rate參數進行組合優化，獲得GA-LightGBM刀具磨損狀態預測模型。以訓練集、測試集的正確率、模型耗時、AUC值4個指標來評價模型。結果表明采用GA-LightGBM模型相較于SVM、BP神經網絡等模型，具有更快的訓練識別速度、更高的準確度，為在線監測提供了一個有利模型。

但在樣本數據獲取、預處理和制作過程中，需要花費不少的人力和時間成本，這無疑不符合智能制造的要求。目前采用無監督的聚類算法作為數據前期處理的一種手段，以減少相關的成本，有望成為一種可能的方法，這也是本文的下一步延展方向。