基于计算智能算法的铣刀状态监测

• 作者: 孟庆鑫 张铭钧 郑金兴
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 刀具磨损 数据融合 小波包分解 小波神经网络 遗传神经网络 遗传小波神经网络
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 研究与实现
• 页码范围: 142-146
• 页数: 5页
• 分类号: TH164
• 字数: 5313字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2008.02.042

摘要

本文提出了基于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,分别探讨了几种计算智能数据融合技术-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,本文提出的几种计算智能数据融合技术均能够有效地完成刀具磨损量预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张铭钧	哈尔滨工程大学机电学院	84	939	18.0	23.0
2	孟庆鑫	哈尔滨工程大学机电学院	292	2385	24.0	33.0
3	郑金兴	哈尔滨工程大学机电学院	22	325	11.0	17.0