基于小波神经网络监测刀具状态的研究

• 作者: 任玉艳 冯冀宁 刘彬
• 来源期刊: 自动化与仪表
• 关键词: 神经网络 小波分析 刀具监测 振动信号 AE信号
• 年，卷（期）: 2003,（3）
• 所属期刊栏目: 专论与研究
• 页码范围: 8-10
• 页数: 3页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9944.2003.03.003

摘要

针对切削过程中振动信号和 AE信号的特点,提出一种基于小波分析和 BP神经网络的刀具磨损监测系统.该系统能融合振动和 AE信号的特征,描述信号特征与刀具状态的非线性关系,以此识别刀具状态.试验表明基于小波神经网络的刀具磨损状态监测系统是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘彬	燕山大学电气工程学院	304	3194	26.0	40.0
2	任玉艳	燕山大学电气工程学院	10	54	4.0	7.0
3	冯冀宁	燕山大学电气工程学院	5	76	4.0	5.0