基于小波包-隐马尔科夫模型的机床加工状态识别

• 作者: 谢锋云
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 小波包 隐马尔科夫模型 机床 状态识别
• 年，卷（期）: 2013,（7）
• 页码范围: 202-204
• 分类号: TH133|TP391
• 字数: 2707字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2013.07.057

摘要

机床加工状态对加工工件质量有很大的影响,因此识别机床加工状态有重要的意义.依据采集的机床加工数据,通过FFT频谱分析,划分出机床加工的3种状态.利用小波包分解,分别求出各种状态在不同频带节点上的能量分布百分比,并把它作为隐马尔科夫模型的输入特征向量.按照隐马尔科夫模型模式识别方法,建立3种标准状态的训练优化模型库,把测试样本代入优化模型库中,依据最大对数似然值对机床的加工状态进行了识别.计算结果表明,状态识别结果正确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢锋云	华东交通大学机电工程学院	35	96	5.0	7.0