计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2008年
2期
142-146
,共5页
刀具磨损%数据融合%小波包分解%小波神经网络%遗传神经网络%遗传小波神经网络
刀具磨損%數據融閤%小波包分解%小波神經網絡%遺傳神經網絡%遺傳小波神經網絡
도구마손%수거융합%소파포분해%소파신경망락%유전신경망락%유전소파신경망락
本文提出了基于智能融合技术进行铣刀磨损量监测和预测方法.利用多传感器对切削力和振动信号进行监测,通过频率变换提取切削力特征量,采用小波包分解技术提取振动信号特征量.通过信号特征值的组合,分别探讨了几种计算智能数据融合技术-小波神经网络、遗传神经网络、遗传小波神经网络对刀具磨损量的预测效果.实验分析表明,本文提出的几种计算智能数据融合技术均能够有效地完成刀具磨损量预测.
本文提齣瞭基于智能融閤技術進行鐉刀磨損量鑑測和預測方法.利用多傳感器對切削力和振動信號進行鑑測,通過頻率變換提取切削力特徵量,採用小波包分解技術提取振動信號特徵量.通過信號特徵值的組閤,分彆探討瞭幾種計算智能數據融閤技術-小波神經網絡、遺傳神經網絡、遺傳小波神經網絡對刀具磨損量的預測效果.實驗分析錶明,本文提齣的幾種計算智能數據融閤技術均能夠有效地完成刀具磨損量預測.
본문제출료기우지능융합기술진행선도마손량감측화예측방법.이용다전감기대절삭력화진동신호진행감측,통과빈솔변환제취절삭력특정량,채용소파포분해기술제취진동신호특정량.통과신호특정치적조합,분별탐토료궤충계산지능수거융합기술-소파신경망락、유전신경망락、유전소파신경망락대도구마손량적예측효과.실험분석표명,본문제출적궤충계산지능수거융합기술균능구유효지완성도구마손량예측.
