原文服务方: 计算机测量与控制       
摘要:
选取能够充分反映刀具磨损状态的振动信号和功率信号作为研究对象,采用正交小波变换技术,提取刀具磨损特征信号,利用该特征信号建立了振动幅值变化与刀具磨损量间的关系,计算出基于振动信号的刀具状态特征值,定性地识别出刀具磨损状态;对功率信号,采用统计分析方法,通过均方根处理提取出刀具磨损特征信号,并以信号强度的变化来表征刀具的磨损情况;为了避免单一特征信号提供刀具状态信息的局限性,采用模糊数据融合方法对振动、功率特征信号进行融合,获得更加全面、准确的刀具磨损状态;实验结果表明,基于模糊数据融合的刀具磨损状态识别比单一传感器系统对刀具磨损状态识别更为可靠.
推荐文章
基于时序分析与模糊聚类的铣削刀具磨损状态识别
时间序列分析
模糊聚类分析
刀具磨损
识别
模糊数据融合的刀具磨损状态智能识别
刀具磨损状态识别
模糊数据融合
神经网络
模糊聚类
小波分析
基于多视觉特征融合技术的高速机床刀具状态视诊方法研究
多视觉特征融合
STC89C52
高速机床
刀具状态
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
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 基于模糊数据融合的刀具磨损状态辩识
来源期刊 计算机测量与控制 学科
关键词 刀具磨损 小波分析 振动信号 功率信号 模糊数据融合
年,卷(期) 2010,(11) 所属期刊栏目
研究方向 页码范围 2593-2595,2611
页数 分类号 V240.2
字数 语种 中文
DOI
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 陈希 辽宁工程技术大学机械工程学院 7 23 3.0 4.0
2 张兴元 辽宁工程技术大学机械工程学院 23 111 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (58)
共引文献  (123)
参考文献  (15)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (6)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(8)
  • 参考文献(1)
  • 二级参考文献(7)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(12)
  • 参考文献(0)
  • 二级参考文献(12)
2003(10)
  • 参考文献(3)
  • 二级参考文献(7)
2004(8)
  • 参考文献(4)
  • 二级参考文献(4)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
刀具磨损
小波分析
振动信号
功率信号
模糊数据融合
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导