| 基于铣削力与神经网络刀具磨损状态识别研究 |
| |
| 引用本文： | 刘清荣,阎长罡.基于铣削力与神经网络刀具磨损状态识别研究[J].制造技术与机床,2008(2):72-76. |
| |
| 作者姓名： | 刘清荣 阎长罡 |
| |
| 作者单位： | 1. 赤峰学院计算信息系,内蒙古,赤峰,024001
2. 大连交通大学机械工程学院,辽宁,大连,116028 |
| |
| 摘 要： | 以铣削难加工材料——高锰钢加工过程为研究对象。建立了以铣削力作为监测信号的铣刀磨损监测实验系统。应用小波包理论对铣削力信号进行分析和消噪处理。并提取了信号的能量特征作为神经网络的输入向量。基于神经网络极强的非线性映射能力及分类能力。选用小波包分析与BP网络结合的方式对刀具磨损状态进行识别。建立了模式识别BP网络结构，构造了网络训练样本及测试样本。对网络进行了训练、仿真及验证测试，结果表明该网络能够对刀具磨损状态进行准确的识别。对刀具的在线监测具有良好的现实意义。
|
| 关 键 词： | BP神经网络 铣削力 小波包分析 刀具磨损监测 铣削力 神经网络 刀具 磨损状态识别 研究 Wavelet Neural Network Force Milling Based State Recognition Tool Wear 意义 在线监测 结果 验证测试 仿真 训练样本 测试样本 构造 网络结构 |
| 修稿时间： | 2007年5月17日 |
Research on Tool Wear State Recognition Based on Milling Force and Wavelet Neural Network |
| |
| LIU Qingrong,YAN Changgang.Research on Tool Wear State Recognition Based on Milling Force and Wavelet Neural Network[J].Manufacturing Technology & Machine Tool,2008(2):72-76. |
| |
| Authors: | LIU Qingrong YAN Changgang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
