基于混合智能计算的铣刀状态监测

• 作者: 郑金兴
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 刀具磨损 多传感器 混合智能数据融合 小波包分解
• 年，卷（期）: 2007,（32）
• 所属期刊栏目: 工程与应用
• 页码范围: 233-236
• 页数: 4页
• 分类号: TH164
• 字数: 5015字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.32.068

摘要

提出了一种基于混合智能融合技术进行铣刀磨损量监测和预测方法.利用多传感器对切削力和振动信号进行监测,通过频率变换提取切削力特征量,采用小波包分解技术提取振动信号特征量.通过信号特征值的组合,分别探讨了几种混合智能数据融合技术-小波神经网络,遗传神经网络,遗传小波神经网络对刀具磨损量的预测效果.实验分析表明,提出的几种基于多传感器的混合智能数据融合技术均能够有效地完成刀具磨损量监测和预测,同时对它们各自的特点进行了比较分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑金兴	哈尔滨工程大学大学机电学院	22	325	11.0	17.0