基于神经网络的多特征融合刀具磨损量识别

被引：7

作者：

郑建明

李言

肖继明

李淑娟

袁启龙

洪伟

机构：

[1] 西安理工大学机仪学院

[2] 西安理工大学机仪学院西安

[3] 西安

来源：

机械科学与技术 | 2002年 / 01期

关键词：

钻头磨损; 识别; 特征; 神经网络;

D O I：

10.13433/j.cnki.1003-8728.2002.01.040

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

采用切削力信号监测钻削过程钻头的磨损量 ,分别从时域、频域提取了切削力信号的均值、方差、峭度系数和特定频段能量作为刀具磨损的特征信号 ,讨论了特征信号随着刀具磨损量增加的变化规律 ,并将各个特征信号构成的特征矢量输入多层反传神经网络进行融合 ,实现钻削过程刀具磨损量的智能识别。试验结果表明该方法能有效实现多特征融合 ,但识别精度和推广能力有待进一步提高

引用

页码：111 / 113

页数：3