基于神经网络刀具磨损的多特征融合监控

• 作者: 李言 李鹏阳 洪伟 肖继明 袁启龙 郑建明
• 来源期刊: 现代电子技术
• 关键词: 神经网络 刀具磨损 融合 监控
• 年，卷（期）: 2001,（3）
• 所属期刊栏目: 网络与通信
• 页码范围: 36-39
• 页数: 4页
• 分类号: TN91
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2001.03.013

摘要

以切削力为依据,分别从时域、频域提取了切削力信号的峰值因子、Kurtosis系数和敏感频段带能量作为特征量进行钻削过程刀具磨损量的检测,讨论了特征信号随着刀具磨损量增加的变化规律,并将各个特征量构成的特征矢量输入改进的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具有较强的抗干扰能力和较高的识别精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李言	西安理工大学机仪学院	361	3453	31.0	39.0
2	郑建明	西安理工大学机仪学院	77	705	16.0	21.0
3	肖继明	西安理工大学机仪学院	65	557	15.0	20.0
4	袁启龙	西安理工大学机仪学院	80	731	16.0	22.0
5	洪伟	西安理工大学机仪学院	12	211	9.0	12.0
6	李鹏阳	西安理工大学机仪学院	56	453	13.0	19.0