基于小波神经网络的高速铣削刀具磨损识别

• 作者: 朱红雨 李迎 陈维金
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 高速铣削 刀具磨损 小波变换 神经网络
• 年，卷（期）: 2005,（10）
• 所属期刊栏目: 工艺与装备
• 页码范围: 86-88
• 页数: 3页
• 分类号: TG710.1
• 字数: 2551字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2265.2005.10.032

摘要

刀具磨损一直是制造技术中引人注目的重要问题,对于高速切削来说由于加工成本较高而且刀具价格比较昂贵,因此对高速切削中的刀具状态进行识别和监控具有非常重要的意义.文章通过建立小波神经网络来实现对高速加工中刀具状态的识别,结果与实际情况基本一致,从而表明通过此方法是可以较好的对高速加工刀具状态进行识别的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李迎	南京理工大学机械工程学院	48	490	12.0	20.0
2	朱红雨	南京理工大学机械工程学院	5	34	4.0	5.0
3	陈维金	南京理工大学机械工程学院	2	14	1.0	2.0