基于双谱奇异值分解的刀具磨损识别方法

• 作者: 关山 刘桂祥
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 刀具磨损状态监测 双谱分析 奇异值分解 最小二乘支持向量机
• 年，卷（期）: 2013,（17）
• 页码范围: 47-52
• 页数: 6页
• 分类号: TH165
• 字数: 3874字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2013.17.013

摘要

针对刀具磨损声发射信号的非线性、非平稳特性，提出一种基于双谱奇异值分解的刀具磨损特征提取方法。对刀具不同磨损阶段的声发射信号进行双谱分析，构造初始特征向量矩阵，然后对初始特征向量矩阵进行奇异值分解，计算奇异谱，将奇异谱作为刀具磨损特征向量，利用最小二乘支持向量机对刀具磨损状态进行识别。实验结果表明：所提取的特征可以很好地反映刀具的磨损状态，最小二乘支持向量机更适于在小样本下实现刀具磨损状态的识别，与神经网络识别方法相比具有更高的识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	关山	东北电力大学机械工程学院	27	181	9.0	13.0
2	刘桂祥		3	4	1.0	2.0