机械工程学报
機械工程學報
궤계공정학보
CHINESE JOURNAL OF MECHANICAL ENGINEERING
2006年
7期
227-230
,共4页
高宏力%许明恒%傅攀%杜全兴
高宏力%許明恆%傅攀%杜全興
고굉력%허명항%부반%두전흥
刀具磨损%动态树%B样条%模糊神经网络%集成神经网络
刀具磨損%動態樹%B樣條%模糊神經網絡%集成神經網絡
도구마손%동태수%B양조%모호신경망락%집성신경망락
提出了基于动态树理论的刀具磨损监测方法,通过相关系数法提取传感器信号与刀具磨损最相关的几组特征,并采用具有局部记忆的B样条模糊神经网络建立刀具磨损量与声发射信号、切削力信号和振动信号特征之间的非线性映射关系,构造了任意加工条件下的刀具磨损监测系统,刀具磨损的识别结果由集成神经网络输出.试验结果表明,基于此方法构建的刀具磨损监测系统具有精度高、可靠度强、增殖性好和在线识别速度快等优点,值得工业推广.
提齣瞭基于動態樹理論的刀具磨損鑑測方法,通過相關繫數法提取傳感器信號與刀具磨損最相關的幾組特徵,併採用具有跼部記憶的B樣條模糊神經網絡建立刀具磨損量與聲髮射信號、切削力信號和振動信號特徵之間的非線性映射關繫,構造瞭任意加工條件下的刀具磨損鑑測繫統,刀具磨損的識彆結果由集成神經網絡輸齣.試驗結果錶明,基于此方法構建的刀具磨損鑑測繫統具有精度高、可靠度彊、增殖性好和在線識彆速度快等優點,值得工業推廣.
제출료기우동태수이론적도구마손감측방법,통과상관계수법제취전감기신호여도구마손최상관적궤조특정,병채용구유국부기억적B양조모호신경망락건립도구마손량여성발사신호、절삭력신호화진동신호특정지간적비선성영사관계,구조료임의가공조건하적도구마손감측계통,도구마손적식별결과유집성신경망락수출.시험결과표명,기우차방법구건적도구마손감측계통구유정도고、가고도강、증식성호화재선식별속도쾌등우점,치득공업추엄.