為了確保數控加工的精度，我們根據信號進行時域與頻域分析進行數據處理過程中，提取特征值，并將所有獲得的特征進行歸一化處理，簡歷神經網絡的模型，并將特征值輸入神經網絡，進行訓練，訓練在結束后輸入待檢測特征，由神經網絡輸出精度評估決策結果。

?

智能評估系統模型

 ?

根據搭建的硬件系統，建立了加工精度智能評估模型。模型的構成，主要有：信號采集層、信號輸出層、信號變換層、信號調理層、數據采集層、采集軟件、數據存儲、特征提取及用戶層等組成。

其中，該系統模型每個部分具有以下特征：

 ?

（1）信號采集層：傳感器對所安裝位置測點采集相應信號，傳感器輸出的信號傳至信號輸出層。

（2）信號輸入層：將信號傳輸至數控機床放點調理電路處，信號輸出層鏈接信號測點和預處理電路。

（3）信號變換層：信號形式可以實現變換，由于各傳感器輸出的原始信號有電壓、電阻、電流等信號，為了方便采集相關數據，對這些信號進行變換，需要在信號變換層統一轉換成電壓信號。

（4）信號調理層：這層是由信號調理儀組成，但是由于原始信號中會混雜大量噪聲信號，同時，原始信號量值相對微弱，因此需要信號調理層主要實現對原始信號的放大、濾波。

（5）數據采集層：這層主要是由數據采集卡組成，可以實現對信號的高速采集。

（6）采集軟件：可以有效實現計算機自動進行數據采集、傳輸、存儲等操作。

（7）數據存儲：將采集到的數據進行存儲，是進行數據處理的基本依據，在后續的處理中需要調用所存儲的數據。

（8）特征提取：將采集的數據進行整理，處理過后的信號中提取相關的時域特征和頻域特征，以備后期神經網絡訓練用。

（9）用戶層：主要是神經網絡對所提取的特征值進行訓練、學習，并輸出決策結果。