1.一种基于多特征融合的铣削声压级监测及预测系统，其特征在于：包括数控机床及工件系统、声压与振动测量系统、三向测力系统、温度测量系统，所述数控机床及工件系统主要包括数控铣床、铣削刀具和被加工工件；所述声压与振动测量系统的声压测量部分主要包括声音校准器、精密型声级计和高速数据采集仪，用于采集铣削过程中的声压信号；所述声压与振动测量系统的振动测量部分主要包括三向加速度传感器、电荷放大器和高速数据采集仪，用于采集铣削过程中的X、Y、Z三向振动信号；所述温度测量系统包括FLIR热像仪；所述三向测力系统主要包括力传感器和三向力采集仪。

2.根据权利要求1所述一种基于多特征融合的铣削声压级监测及预测系统，其特征在于：所述铣削刀具安装在立式数控铣床的主轴上，所述铣削刀具的材质为高速钢含铝材料，所述工件通过台钳装夹在数控铣床的机床工作台上。

3.根据权利要求1所述一种基于多特征融合的铣削声压级监测及预测系统，其特征在于：所述声音校准器主要用来对声级计进行校准；所述精密型声级计为HS5661型精密声级计；在所述精密型声级计的顶端设有传声器，所述传声器的尾部具有尾部螺纹，所述精密型声级计的前置极顶端具有顶端螺纹，所述传声器的尾部螺纹对准精密型声级计前置极的顶端螺纹，并且所述传声器与精密型声级计前置极同轴，将所述传声器按顺时针方向旋转入精密型声级计前置极，其顶端旋转入声音校准器的底端孔；所述精密型声级计固定在距离铣削刀具一定距离的三脚架上，用于实时采集工件在加工过程中产生的声压信号；所述三向加速度传感器为压电式三向加速度传感器，所述压电式三向加速度传感器通过磁力座与位于机床工作台上的装夹工件的夹具平台固定连接，所述电荷放大器与三向加速度传感器连接，所述高速数据采集仪的输入接口与电荷放大器连接，输出接口通过USB数据传输线与安装有声学与振动测量采集软件的计算机的接口连接。

4.根据权利要求1所述一种基于多特征融合的铣削声压级监测及预测系统，其特征在于：所述FLIR热像仪固定在距离铣削刀具一定距离的三脚架上，所述FLIR热像仪通过专用数据线与安装有温度采集软件的计算机相连接。

5.根据权利要求1所述一种基于多特征融合的铣削声压级监测及预测系统，其特征在于：所述力传感器为压电式三向力传感器，所述力传感器通过T型螺栓固定在数控铣床的机床工作台上，所述力传感器通过专用数据线与三向力采集仪相连接，所述三向力采集仪通过专用数据线与安装有三向力采集软件的计算机相连接。

6.根据权利要求1至5所述一种基于多特征融合的铣削声压级监测及预测方法，其特征在于，包括以下步骤：第一步、组建铣削试验系统——铣削试验系统包括数控机床及工件系统、声压与振动测量系统、温度测量系统、三向测力系统，所述数控机床及工件系统主要包括数控铣床、铣削刀具和被加工工件；所述声压与振动测量系统主要包括声音校准器、精密型声级计、三向加速度传感器、电荷放大器和高速数据采集仪，用于实时采集工件在加工过程中产生的声压信号和振动信号；所述三向测力系统主要包括力传感器和三向力采集仪，用于采集工件在加工过程中产生的三向力信号；所述温度测量系统主要包括FLIR热像仪，用于实时采集刀具与工件接触处的温度信号；

第二步、准备工件——选择方体铝合金材料作为被加工工件后，将选择的工件通过台钳装夹在铣床工作台上；

第三步、连接并校准试验设备；

第四步、铣削试验——启动铣削机床对工件进行加工，并采集铣削过程中的噪声信号、三向力信号、温度信号和振动信号；

第五步、基于铣削试验数据整理所需的特征值——从采集的噪声信号、三向力信号、温度信号和振动信号的数据中，得到声压级的均方根值、三向铣削力的均方根值、温度的最大值、三向振动加速度的均方根值；

第六步、绘制噪声信号、三向力信号、温度信号和振动信号曲线；

第七步、分析铣削参数对铣削声压级、三向力、温度及三向振动加速度的影响——改变铣削主轴转速、进给速度和铣削深度，可以绘制出在不同的铣削参数下声压级、三向力、温度和三向加速度的变化规律；

第八步、建立声压级单项预测模型；

第九步、建立融合铣削力-热-振动及铣削参数的声压级组合预测模型。

7.根据权利要求6所述一种基于多特征融合的铣削声压级监测及预测方法，其特征在于，所述第三步中，连接并校准试验设备的具体方法如下：(1)将高速数据采集仪的电源关闭后，通过USB数据传输线将高速数据采集仪与安装有声学与振动测量采集软件的计算机相连；

(2)将三向加速度传感器通过磁力座吸附在装夹工件的夹具平台上，并且三向加速度传感器的X、Y、Z三向分别对应数控铣床的X、Y、Z三向，将三向加速度传感器的三个输出端分别接入三个电荷放大器的输入端，然后将电荷放大器的输出端接高速数据采集仪；

(3)将精密型声级计安装在距离铣削刀具一定距离处，通过专用数据线将精密型声级计与高速数据采集仪连接；

(4)将高速数据采集仪的电源打开，并打开计算机桌面的声学与振动测量软件，将传声器的顶端旋转入声音校准器的底端，启动声音校准器的按钮开关，3～5秒以后对声级计进行传感器标定，标定结束后取下声音校准器；

(5)设置声学与振动测量采集参数，先定义文件以及文件保存路径，然后设置采样频率、采集时间和采样个数；

(6)将力传感器通过专用数据线与三向力采集仪连接，将三向力采集仪通过专用数据线与安装有测力软件的计算机相连接；

(7)设置力测量参数，将计算机中的测力软件打开，先定义文件以及文件保存路径，再设置铣削参数如主轴转速、进给速度和铣削深度，并设置采样频率；

(8)将FLIR热像仪的线头连接安装有温度测量软件的计算机，点击温度测量软件，进入测量界面以后，点击“连接到实时流”进行热像仪连接；

(9)设置温度测量参数，设置温度测量范围、频率和调色板，再确定文件的保存位置；

(10)将热像仪对准铣削刀具顶端，并且调整焦距使图像清晰；

(11)在正式开始试验之前，铣床开机，进行背景测量，扣除背景测量。

8.根据权利要求6所述一种基于多特征融合的铣削声压级监测及预测方法，其特征在于，所述第五步中，基于铣削试验数据提取声压级均方根值、温度最大值、三向振动加速度均方根值及三向铣削力均方根值，根据试验数据和最小二乘法建立3个多特征的单项预测模型，再通过组合预测模型的方法对三个单项预测模型进行组合预测，得到了融合铣削力-热-振动及铣削参数的声压级组合预测模型，该组合预测模型能够提高目标信号预测值的精确度，并监测铣削系统的工作状态。

9.根据权利要求8所述一种基于多特征融合的铣削声压级监测及预测方法，其特征在于，所述第八步中，根据试验数据和最小二乘法建立的三个单项预测模型分别如下所示：a)第一种单项预测模型，即声压级均方根值关于三向铣削力均方根值与三个铣削参数的单项预测模型，其表达式为其中， 为第一种单项预测模型中声压级均方根值的预测值，v为铣削速度，vf为进给速度，ap为铣削深度，C,x,y,z,u,r,s均为待求系数，Fx、Fy、Fz分别为x、y、z方向的铣削力；

b)第二种单项预测模型，即声压级均方根值关于温度最大值与三个铣削参数的单项预测模型，其表达式为其中， 为第二种单项预测模型中声压级均方根值的预测值，v为铣削速度，vf为进给速度，ap为铣削深度，Tmax为温度最大值，C,x,y,z,d为待求系数；

c)第三种单项预测模型，即声压级均方根值关于三向振动加速度均方根值与三个铣削参数的单项预测模型，其表达式为其中， 为第三种单项预测模型中声压级均方根值的预测值，v为铣削速度，vf为进给速度，ap为铣削深度，aRMSx、aRMSx、aRMSx分别为x、y、z三向振动加速度的均方根值，C,x,y,z,w,m,n为待求系数。

10.根据权利要求9所述一种基于多特征融合的铣削声压级监测及预测方法，其特征在于，所述第九步中，所述融合铣削力-热-振动及铣削参数的声压级组合预测模型的建立方法为预测误差平方和倒数方法，其具体过程如下：(1)根据(4)式计算预测误差平方和，

其中，j＝1,2,3，Eii、SSE均表示误差平方和，n为试验次数， 为当采用第j种单向预测模型时第i次试验过程中声压级均方根值的预测值，LPi为第i次试验过程中声压级均方根的实际测量值；

(2)采用预测误差平方和倒数法通过(5)式计算组合预测模型的加权系数，

其中，lj为三个单项预测模型的加权系数且j＝1,2,3，a是指有a个单项预测模型且a＝

3；

(3)根据(6)式建立组合预测模型，

其中， 为组合预测模型中声压级均方根值的预测值， 为第j种单项模型的预测值；

(4)基于相关性系数R，分析建立的融合铣削力、振动、温度及铣削参数的声压级组合预测模型的可靠性，该相关性系数R的计算公式为，其中，xi为声压级实际测量数据序列，yi为声压级预测数据序列，一般取值

或 为声压级实际测量数据序列的平均值， 为声压级预测数据序列的

平均值，n为试验次数，i表示第i次试验；

若相关性系数R的值大于0.85，说明该组合预测模型具有较高的可靠性。