机械设计与制造
機械設計與製造
궤계설계여제조
MACHINERY DESIGN & MANUFACTURE
2014年
5期
109-112
,共4页
刀具%声发射%熵%支持向量机%故障预测%阈值检测
刀具%聲髮射%熵%支持嚮量機%故障預測%閾值檢測
도구%성발사%적%지지향량궤%고장예측%역치검측
Tool%Acoustic Emission%Entropy%SVM%Fault Prediction%Threshold Detection
刀具在加工过程中不断磨损,直接影响构件的加工精度.根据采集的刀具声发射信号,分析声发射序列熵值在不同切削阶段的概率分布特征,建立一种基于刀具磨损状态的重心熵值的阈值检测方法.同时采用最小二乘支持向量机(Least Squares Support Vector Machine,LS-SVM)建立声发射序列的熵值预测模型,结合熵值检测实现刀具磨损状态的高精度监测.仿真结果表明:采用最小二乘支持向量机预测熵值能够达到较高的预测精度;刀具的阈值检测,能够及时发现刀具的磨损故障,提高加工效率;二者结合,能够满足实际生产加工需要.
刀具在加工過程中不斷磨損,直接影響構件的加工精度.根據採集的刀具聲髮射信號,分析聲髮射序列熵值在不同切削階段的概率分佈特徵,建立一種基于刀具磨損狀態的重心熵值的閾值檢測方法.同時採用最小二乘支持嚮量機(Least Squares Support Vector Machine,LS-SVM)建立聲髮射序列的熵值預測模型,結閤熵值檢測實現刀具磨損狀態的高精度鑑測.倣真結果錶明:採用最小二乘支持嚮量機預測熵值能夠達到較高的預測精度;刀具的閾值檢測,能夠及時髮現刀具的磨損故障,提高加工效率;二者結閤,能夠滿足實際生產加工需要.
도구재가공과정중불단마손,직접영향구건적가공정도.근거채집적도구성발사신호,분석성발사서렬적치재불동절삭계단적개솔분포특정,건립일충기우도구마손상태적중심적치적역치검측방법.동시채용최소이승지지향량궤(Least Squares Support Vector Machine,LS-SVM)건립성발사서렬적적치예측모형,결합적치검측실현도구마손상태적고정도감측.방진결과표명:채용최소이승지지향량궤예측적치능구체도교고적예측정도;도구적역치검측,능구급시발현도구적마손고장,제고가공효솔;이자결합,능구만족실제생산가공수요.
