一种基于小波网络的切削刀具故障监测

被引:16
作者
谢平
刘彬
机构
[1] 燕山大学电气工程学院
[2] 燕山大学电气工程学院 秦皇岛
[3] 秦皇岛
关键词
刀具故障监测; 小波网络; 参数寻优搜索; 自适应调整法;
D O I
暂无
中图分类号
TP277 [监视、报警、故障诊断系统];
学科分类号
0804 ; 080401 ; 080402 ;
摘要
提出了一种基于小波神经网络的切削刀具故障监测方法,即提取反映刀具磨损状态的多源特征参数,利用小波神经网络的非线性模型和学习机制,实现在线状态监测;同时针对故障诊断的多输入输出问题带来的网络规模增大、收敛速度慢等问题,提出一种网络优化算法,即采用尺度参数的自适应调整法及平移参数的寻优搜索法,寻找最优小波基元,从而简化小波网络并加快收敛,仿真实例证明了该方法的有效性。
引用
收藏
页码:108 / 111
页数:4
相关论文
共 5 条
[1]   用于故障模式识别的自适应模糊训练BP网络 [J].
刘彬 ;
谢平 .
燕山大学学报, 2000, (04) :326-329
[2]   小波神经网络及其结构设计方法 [J].
李银国 ;
张邦礼 ;
曹长修 .
模式识别与人工智能, 1997, 10 (03) :197-205
[3]   基于能量密度的小波神经网络 [J].
丁宇新 ;
沈雪勤 .
计算机学报, 1997, (09) :832-838
[4]   B样条小波神经网络 [J].
吴耀军 ;
陶宝祺 ;
袁慎芳 .
模式识别与人工智能, 1996, 9 (03) :228-233
[5]  
工程测试与信息处理[M]. 华中理工大学出版社 , 卢文祥, 1994