基于小波神经网络的切削刀具磨损识别

• 作者: Li Aiping 黄华
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 切削刀具 磨损 粒子群算法 小波神经网络
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 先进制造技术及基础理论
• 页码范围: 173-177
• 页数: 5页
• 分类号: THI17.1|TG71
• 字数: 3804字
• 语种: 中文

摘要

提出了一种基于小波神经网络的切削刀具状态监测方法,在采集切削加工功率信号的基础上,利用小波分解方法提取反映刀具磨损状态的信号特征量,利用小波神经网络的非线性模型和学习机制,实现刀具磨损状态的在线监测;针对多输入输出问题带来的网络规模大、收敛速度慢等问题,提出应用粒子群算法优化小波神经网络的方法,从而简化小波神经网络结构并加快收敛速度.仿真和应用实例证明,该方法比传统的基于BP的小波神经网络、GA优化的小波神经网络估计准确率高,消耗时间短.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄华	同济大学现代制造技术研究所	18	75	4.0	8.0
2	Li Aiping	同济大学现代制造技术研究所	2	29	2.0	2.0