基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出小波神经网络对微孔钻削进行实时监测的方法,利用扭矩信号的小波包分解,以分解后的各能量向量作为神经网络的输入,对系统进行训练,利用Matlab和LabView软件建立微孔钻削在线监测软件系统.试验结果表明:小波神经网络精度高、收敛速度快,采用小波神经网络对提高微孔钻削在线监测的准确性是有效的.
推荐文章
基于小波神经网络监测刀具状态的研究
神经网络
小波分析
刀具监测
振动信号
AE信号
基于小波神经网络的大数据在线负载异常监测技术研究
大数据
负载监测
神经网络
负载预测
网络带宽
流量消耗
基于小波神经网络辨识的PID神经MRAC研究
小波神经网络
PID神经网络
BP神经网络
模型参考自适应控制
小波神经网络建模研究
小波
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 小波神经网络的微孔钻削在线监测
来源期刊 农业机械学报 学科 工学
关键词 微孔钻削 微钻头 小波神经网络 在线监测
年,卷(期) 2007,(2) 所属期刊栏目 先进制造技术及基础理论
研究方向 页码范围 176-178,182
页数 4页 分类号 TP206+.1|TG52
字数 1496字 语种 中文
DOI 10.3969/j.issn.1000-1298.2007.02.045
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张继生 吉林工程技术师范学院机电工程学院 5 26 3.0 5.0
2 孙艳红 吉林工程技术师范学院机电工程学院 22 63 5.0 6.0
3 杨兆军 吉林大学机械科学与工程学院 48 544 11.0 22.0
4 崔亚新 吉林工程技术师范学院机电工程学院 10 90 5.0 9.0
5 张立新 吉林工程技术师范学院机电工程学院 28 57 5.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (27)
参考文献  (3)
节点文献
引证文献  (5)
同被引文献  (2)
二级引证文献  (10)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(1)
  • 二级引证文献(1)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(5)
  • 引证文献(1)
  • 二级引证文献(4)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
微孔钻削
微钻头
小波神经网络
在线监测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农业机械学报
月刊
1000-1298
11-1964/S
大16开
北京德外北沙滩1号6信箱
2-363
1957
chi
出版文献量(篇)
11867
总下载数(次)
31
总被引数(次)
174483
论文1v1指导