基于集成神经网络的刀具磨损量监测

• 作者: 傅攀 许明恒 高宏力
• 来源期刊: 西南交通大学学报
• 学科: 工学
• 关键词: 刀具磨损监测 多传感器 小波包 集成神经网络
• 年，卷（期）: 2005,（5）
• 页码范围: 641-644,653
• 页数: 5页
• 分类号: TH164
• 字数: 2798字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2005.05.016

摘要

提出了一种基于集成神经网络识别铣刀磨损量的监测方法.利用小波包变换将切削力和振动信号分解为不同频带的时间序列,从每个信号中选择与刀具磨损状态最相关的3组频段的均方根作为监测特征;通过信号的组合和不同子网络输出决策间的融合,集成神经网络输出刀具磨损的识别结果.试验和仿真分析表明,此方法能够满足刀具磨损量实时监测的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许明恒	西南交通大学机械工程学院	123	1476	19.0	32.0
2	傅攀	西南交通大学机械工程学院	78	545	12.0	18.0
3	高宏力	西南交通大学机械工程学院	121	722	14.0	22.0