基于小波网络的砂轮状态监测方法

• 作者: 刘贵杰 巩亚东 王宛山
• 来源期刊: 金刚石与磨料磨具工程
• 学科: 工学
• 关键词: 砂轮状态 监测 小波网络 参数寻优搜索 模糊自适应BP算法
• 年，卷（期）: 2003,（3）
• 所属期刊栏目: 研究与应用
• 页码范围: 21-24
• 页数: 4页
• 分类号: TG58
• 字数: 2672字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-852X.2003.03.005

摘要

提出了一种基于小波神经网络和模糊控制的砂轮状态在线监测方法,该方法通过提取磨削加工过程中有关砂轮状态的声发射信号和功率信号,利用小波神经网络,实现砂轮状态的在线智能化监测;针对多输入输出带来的网络规模增大、收敛速度缓慢等问题,提出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,同时采用模糊自适应BP算法对训练速率系数η和惯性系数α进行在线调整,从而简化了小波网络,减少了学习次数,加快了网络的收敛速度,仿真结果证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宛山	东北大学机械工程及自动化学院	197	2107	22.0	35.0
2	巩亚东	东北大学机械工程及自动化学院	208	1647	19.0	29.0
3	刘贵杰	山东轻工业学院机电工程系	14	245	8.0	14.0