基于小波包能量谱的HMM钻头磨损监测

被引:19
作者
郑建明
李言
袁启龙
李鹏阳
机构
[1] 西安理工大学
关键词
钻头磨损监测; 钻削力; 小波包能量谱; HMM;
D O I
暂无
中图分类号
TG713.1 [];
学科分类号
摘要
从工程应用的角度论述了小波包分解原理及其能量谱监测理论,并将该理论应用于钻削力信号特征提取中,针对钻削过程特征矢量与钻头磨损之间具有较强的随机性和不确定性的特点,提出一种基于隐马尔可夫模型(HMM)的钻头磨损监测方法。实验结果表明,通过对钻削力信号进行多层小波包分解,提取各频段能量谱作为特征矢量可准确刻画工艺系统随钻头磨损的演化规律,利用HMM建立的各钻头磨损状态小波包能量谱的统计模型可有效跟踪钻头磨损的发展趋势,实现钻头磨损状态和寿命的监测。
引用
收藏
页码:1237 / 1241
页数:5
相关论文
共 5 条
[1]
小波和FHMM在旋转机械升降速过程中的应用 [J].
李志农 ;
吴昭同 ;
丁启全 ;
何永勇 ;
褚福磊 .
控制工程, 2003, (04) :299-301
[2]
混合SOM和HMM方法在旋转机械升速全过程故障诊断中的应用 [J].
冯长建 ;
丁启全 ;
吴昭同 .
中国机械工程, 2002, (20)
[3]
小波包分解及其能量谱在发动机连杆轴承故障诊断中的应用 [J].
贺银芝 ;
沈松 ;
应怀樵 ;
刘正士 .
振动工程学报, 2001, (01)
[4]
基于小波模糊神经网络刀具监控系统研究 [J].
李小俚 ;
姚英学 ;
袁哲俊 .
机械工程学报, 1998, (01)
[5]
语音信号处理.[M].赵力编著;.机械工业出版社.2003,