测控技术
測控技術
측공기술
MEASUREMENT & CONTROL TECHNOLOGY
2015年
8期
33-36
,共4页
邵明辉%李巍%李顺才%张强
邵明輝%李巍%李順纔%張彊
소명휘%리외%리순재%장강
刀具磨损%小波包%EMD%SVM%模式识别
刀具磨損%小波包%EMD%SVM%模式識彆
도구마손%소파포%EMD%SVM%모식식별
tool wear%wavelet packet%EMD%SVM%pattern recognition
针对车削刀具振动信号在经验模态分析(EMD)时产生的模态混叠现象,采用小波包和EMD分析相结合的方法来提取刀具磨损时振动信号的敏感特征.首先利用EMD分析将采集的磨损信号分解为数个固有模态分量(IMF),然后采用小波包方法对与刀具磨损状态相关性大的IMF进行分解并重构.计算重构后的IMF与刀具磨损的相关系数,将相关系数大的IMF所包含的敏感特征作为支持向量机(SVM)的输入,进而对刀具的磨损状态进行识别.研究结果表明该方法能有效地提高对刀具磨损状态的识别精度.
針對車削刀具振動信號在經驗模態分析(EMD)時產生的模態混疊現象,採用小波包和EMD分析相結閤的方法來提取刀具磨損時振動信號的敏感特徵.首先利用EMD分析將採集的磨損信號分解為數箇固有模態分量(IMF),然後採用小波包方法對與刀具磨損狀態相關性大的IMF進行分解併重構.計算重構後的IMF與刀具磨損的相關繫數,將相關繫數大的IMF所包含的敏感特徵作為支持嚮量機(SVM)的輸入,進而對刀具的磨損狀態進行識彆.研究結果錶明該方法能有效地提高對刀具磨損狀態的識彆精度.
침대차삭도구진동신호재경험모태분석(EMD)시산생적모태혼첩현상,채용소파포화EMD분석상결합적방법래제취도구마손시진동신호적민감특정.수선이용EMD분석장채집적마손신호분해위수개고유모태분량(IMF),연후채용소파포방법대여도구마손상태상관성대적IMF진행분해병중구.계산중구후적IMF여도구마손적상관계수,장상관계수대적IMF소포함적민감특정작위지지향량궤(SVM)적수입,진이대도구적마손상태진행식별.연구결과표명해방법능유효지제고대도구마손상태적식별정도.
