基于HSMM的数控机床状态识别方法的研究

• 作者: 丁志华 张晓 黄强
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 数控机床 状态识别 隐式半马尔科夫模型
• 年，卷（期）: 2010,（7）
• 所属期刊栏目: 试验与研究
• 页码范围: 33-34,38
• 分类号: TP277
• 字数: 2051字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2010.07.010

摘要

快速准确识别数控机床的运行状态对保证加工精度、增加运行稳定性具有重要意义.以数控机床主轴轴承磨损状态为研究对象,建立其隐式半马尔科夫模型(HSMM),并结合小波降噪及变尺度特征提取方法实现对设备运行状态的有效识别.实验及仿真结果表明:HSMM模型经过90组训练样本训练后,再利用120组轴承磨损测试样本进行验证,正确识别率达到96.7%,完全满足工程需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁志华		29	125	5.0	10.0
2	黄强		46	126	6.0	9.0
3	张晓		16	24	3.0	3.0