作者:
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:
在分析小波理论及BP神经网络的基础上,进行了刀具磨损试验研究.在时频域对刀具磨损状态的特征信号进行提取和分析,获得了反映刀具磨损状态的特征信号.将此刀具磨损特征量作为BP神经网络的输入样本对网络进行学习训练,完成对刀具磨损状态的有效识别.实验结果表明该方法是有效的.
推荐文章
基于物联网的数控机床监测系统设计
NB-IoT
STM32
数控机床
监测系统
实时报警
系统设计
基于网络的数控机床能耗监测系统
能耗监测
数控机床
网络技术
可靠性
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 数控机床刀具磨损的振动监测法
来源期刊 机械 学科 工学
关键词 振动信号 小波变换 神经网络 刀具监测
年,卷(期) 2009,(7) 所属期刊栏目 测量与检测技术
研究方向 页码范围 58-60
页数 3页 分类号 TG71
字数 1405字 语种 中文
DOI 10.3969/j.issn.1006-0316.2009.07.020
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 杨永 广东技术师范学院机电学院 44 174 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (39)
参考文献  (6)
节点文献
引证文献  (11)
同被引文献  (8)
二级引证文献  (33)
1990(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(5)
  • 引证文献(3)
  • 二级引证文献(2)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(7)
  • 引证文献(1)
  • 二级引证文献(6)
2017(7)
  • 引证文献(0)
  • 二级引证文献(7)
2018(9)
  • 引证文献(1)
  • 二级引证文献(8)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(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
振动信号
小波变换
神经网络
刀具监测
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
机械
月刊
1006-0316
51-1131/TH
大16开
四川省成都市锦江工业园区墨香路48号
62-105
1962
chi
出版文献量(篇)
5898
总下载数(次)
11
总被引数(次)
24321
相关基金
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
论文1v1指导