仪表技术与传感器
儀錶技術與傳感器
의표기술여전감기
Instrument Technique and Sensor
2015年
10期
88-90
,共3页
小波包分解%BP神经网络%切削颤振%监测
小波包分解%BP神經網絡%切削顫振%鑑測
소파포분해%BP신경망락%절삭전진%감측
wavelet packet%BP neural network%cutting chatter%monitoring
对切削加工状态进行实时监测尤其是颠振的监测,为提高切削加工质量有着重要意义.搭建切削颤振实验平台,采用加速度传感器获取切削加工信号,通过时频分析,将切削加工状态划分为稳定、过渡及颤振3种加工状态.利用小波包分解,计算各状态在不同频带的小波系数均方根值(RMS),并把它作为BP神经网络的输入向量.依照BP神经网络分类方法,对3种加工状态进行识别.结果表明,该监测系统可对切削颤振进行有效识别.
對切削加工狀態進行實時鑑測尤其是顛振的鑑測,為提高切削加工質量有著重要意義.搭建切削顫振實驗平檯,採用加速度傳感器穫取切削加工信號,通過時頻分析,將切削加工狀態劃分為穩定、過渡及顫振3種加工狀態.利用小波包分解,計算各狀態在不同頻帶的小波繫數均方根值(RMS),併把它作為BP神經網絡的輸入嚮量.依照BP神經網絡分類方法,對3種加工狀態進行識彆.結果錶明,該鑑測繫統可對切削顫振進行有效識彆.
대절삭가공상태진행실시감측우기시전진적감측,위제고절삭가공질량유착중요의의.탑건절삭전진실험평태,채용가속도전감기획취절삭가공신호,통과시빈분석,장절삭가공상태화분위은정、과도급전진3충가공상태.이용소파포분해,계산각상태재불동빈대적소파계수균방근치(RMS),병파타작위BP신경망락적수입향량.의조BP신경망락분류방법,대3충가공상태진행식별.결과표명,해감측계통가대절삭전진진행유효식별.
