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:
为了有效地进行刀具状态监测,采用小波神经网络对刀具进行故障诊断.通过小波变换提取刀具磨损切削力信号的特征,利用小波包分解技术对信号进行分析,得到有效的特征量作为BP神经网络的输入样本,并对网络进行学习训练,完成对刀具磨损状态的有效识别.仿真结果表明该方法是有效的.
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
基于神经网络刀具磨损的多特征融合监控
神经网络
刀具磨损
融合
监控
基于小波神经网络的切削刀具状态监测
刀具
状态监测
小波网络
优化的遗传算法
基于小波神经网络的切削刀具磨损识别
切削刀具
磨损
粒子群算法
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 基于切削力的小波神经网络刀具磨损状态监测
来源期刊 机床与液压 学科 工学
关键词 切削力 小波变换 神经网络 刀具监测
年,卷(期) 2009,(7) 所属期刊栏目 故障诊断与可靠性分析
研究方向 页码范围 250-251,269
页数 3页 分类号 TG7
字数 1989字 语种 中文
DOI 10.3969/j.issn.1001-3881.2009.07.082
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  (9)
共引文献  (45)
参考文献  (4)
节点文献
引证文献  (19)
同被引文献  (21)
二级引证文献  (21)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(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)
2006(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)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(8)
  • 引证文献(4)
  • 二级引证文献(4)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(4)
  • 引证文献(3)
  • 二级引证文献(1)
2016(9)
  • 引证文献(3)
  • 二级引证文献(6)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
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
切削力
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
机床与液压
半月刊
1001-3881
44-1259/TH
大16开
广州市黄埔区茅岗路828号
46-40
1973
chi
出版文献量(篇)
20801
总下载数(次)
44
总被引数(次)
104386
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导