基于人工神经网络的铣削磨损监测研究

• 作者: 徐创文 郭天龄
• 来源期刊: 机械研究与应用
• 学科: 工学
• 关键词: 人工神经网络 切削参数 模型算法 磨损量
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 应用与试验
• 页码范围: 53-55
• 页数: 3页
• 分类号: TG710.2
• 字数: 2114字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-4414.2007.06.026

摘要

利用铣削刀具磨损多参量信号进行预处理及特征量提取,采用特征融合方法建立信号级、模型级、特征级和融合级层次结构实验方案,通过样本训练模糊小波神经网络逼近系统,建立刀具补偿系统的最优控制策略,从而对被检测对象进行有效的识别与估计.由实验结果对比可见,人工神经网络模型的预测精度基本在范围之内.实验表明该模型适用于切削条件下的铣刀磨损监控,可以较准确地监控铣刀的剧烈磨损.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐创文		51	210	9.0	13.0
2	郭天龄		1	1	1.0	1.0