振动、测试与诊断
振動、測試與診斷
진동、측시여진단
JOURNAL OF VIBRATION, MEASUREMENT & DIAGNOSIS
2009年
1期
5-9
,共5页
隐马尔可夫模型%刀具磨损%模式识别%预报%矢量量化
隱馬爾可伕模型%刀具磨損%模式識彆%預報%矢量量化
은마이가부모형%도구마손%모식식별%예보%시량양화
对于金属切削过程中的刀具磨损,提出了基于隐马尔可夫模型的模式识别理论来识别刀具的不同磨损状态,从而预报刀具破损.该方法对切削过程中切削力信号的动态分量和刀柄振动信号进行快速傅里叶变换特征提取,然后利用自组织特征映射对提取的特征矢量进行预分类编码,把矢量编码作为观测序列引入到隐马尔可夫模型中进行机器学习,建立了3个不同磨损状态的隐马尔可夫模型,并利用最大概率进行模式识别.试验表明,该方法对车刀磨损过程进行识别和预报是有效的.
對于金屬切削過程中的刀具磨損,提齣瞭基于隱馬爾可伕模型的模式識彆理論來識彆刀具的不同磨損狀態,從而預報刀具破損.該方法對切削過程中切削力信號的動態分量和刀柄振動信號進行快速傅裏葉變換特徵提取,然後利用自組織特徵映射對提取的特徵矢量進行預分類編碼,把矢量編碼作為觀測序列引入到隱馬爾可伕模型中進行機器學習,建立瞭3箇不同磨損狀態的隱馬爾可伕模型,併利用最大概率進行模式識彆.試驗錶明,該方法對車刀磨損過程進行識彆和預報是有效的.
대우금속절삭과정중적도구마손,제출료기우은마이가부모형적모식식별이론래식별도구적불동마손상태,종이예보도구파손.해방법대절삭과정중절삭력신호적동태분량화도병진동신호진행쾌속부리협변환특정제취,연후이용자조직특정영사대제취적특정시량진행예분류편마,파시량편마작위관측서렬인입도은마이가부모형중진행궤기학습,건립료3개불동마손상태적은마이가부모형,병이용최대개솔진행모식식별.시험표명,해방법대차도마손과정진행식별화예보시유효적.
