组合机床与自动化加工技术
組閤機床與自動化加工技術
조합궤상여자동화가공기술
MODULAR MACHINE TOOL & AUTOMATIC MANUFACTURING TECHNIQUE
2011年
1期
35-38
,共4页
陈侃%傅攀%李威霖%曹伟青
陳侃%傅攀%李威霖%曹偉青
진간%부반%리위림%조위청
小波包分子带能量%刀具磨损%子带能量变换%模式识别%状态监测
小波包分子帶能量%刀具磨損%子帶能量變換%模式識彆%狀態鑑測
소파포분자대능량%도구마손%자대능량변환%모식식별%상태감측
在小波包分析的基础上,提出对小波包子带能量特征抽取的新算法.考虑到小波包能量子带的动态特性和统计特性可以作为刀具磨损状态识别特征提取的来源,提出将小波包子带能量相对比率、小渡包子带能量相对比率的变化值、小波包子带能量相对比率的变化值的统计偏差(能量距)作为三个新特征值.建立刀具磨损状态监测实验平台,采集刀具三维力反馈、振动信号作为监测信号.按常规特征抽取方法和本研究中提出的方法抽取特征值,形成网络训练、识别特征值空间.用梯度下降法训练建立BP人工神经网络,对27具四种磨损状态进行识别,验证小波包子带能量变换提取到的特征的有效性.
在小波包分析的基礎上,提齣對小波包子帶能量特徵抽取的新算法.攷慮到小波包能量子帶的動態特性和統計特性可以作為刀具磨損狀態識彆特徵提取的來源,提齣將小波包子帶能量相對比率、小渡包子帶能量相對比率的變化值、小波包子帶能量相對比率的變化值的統計偏差(能量距)作為三箇新特徵值.建立刀具磨損狀態鑑測實驗平檯,採集刀具三維力反饋、振動信號作為鑑測信號.按常規特徵抽取方法和本研究中提齣的方法抽取特徵值,形成網絡訓練、識彆特徵值空間.用梯度下降法訓練建立BP人工神經網絡,對27具四種磨損狀態進行識彆,驗證小波包子帶能量變換提取到的特徵的有效性.
재소파포분석적기출상,제출대소파포자대능량특정추취적신산법.고필도소파포능양자대적동태특성화통계특성가이작위도구마손상태식별특정제취적래원,제출장소파포자대능량상대비솔、소도포자대능량상대비솔적변화치、소파포자대능량상대비솔적변화치적통계편차(능량거)작위삼개신특정치.건립도구마손상태감측실험평태,채집도구삼유력반궤、진동신호작위감측신호.안상규특정추취방법화본연구중제출적방법추취특정치,형성망락훈련、식별특정치공간.용제도하강법훈련건립BP인공신경망락,대27구사충마손상태진행식별,험증소파포자대능량변환제취도적특정적유효성.