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:
在机械自动化加工中,为了防止刀具损坏,刀具磨损过程的监测是非常重要的。然而,由于加工过程的复杂性,对刀具磨损状态的监测十分困难。提出了一个基于小波包系数与隐马尔科夫模型的刀具磨损监测方法。将加工信号在不同频带上小波包系数的均方根值作为特征观测向量,即为隐马尔科夫模型的输入,并用隐马尔科夫模型模式识别方法识别刀具磨损状态。实验结果显示,提出的方法对刀具磨损状态具有很高的识别率。
推荐文章
基于不同隐马尔科夫模型的图像识别方法
隐马尔科夫模型
E-HMM
图像识别
指纹识别
基于离散隐马尔科夫模型的语音识别技术
语音识别
隐马尔科夫模型
动态时间规整
人工神经网络
基于改进隐马尔科夫模型的鲁棒用户行为识别
隐马尔科夫模型
遗传算法
Baum-Welch算法
用户行为识别
基于时变状态转移隐半马尔科夫模型的寿命预测
时变状态转移概率
隐半马尔科夫模型
状态估计
寿命预测
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 基于小波包系数与隐马尔科夫模型的刀具磨损监测
来源期刊 机床与液压 学科 工学
关键词 刀具磨损 小波包系数 隐马尔科夫模型 均方根
年,卷(期) 2014,(12) 所属期刊栏目
研究方向 页码范围 40-44
页数 5页 分类号 TH133|TP391
字数 885字 语种 中文
DOI 10.3969/j.issn.1001-3881.2014.12.008
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 谢锋云 华东交通大学机电学院 35 96 5.0 7.0
2 邱英 华东交通大学机电学院 11 60 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (1)
参考文献  (6)
节点文献
引证文献  (4)
同被引文献  (11)
二级引证文献  (38)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(9)
  • 引证文献(3)
  • 二级引证文献(6)
2018(13)
  • 引证文献(0)
  • 二级引证文献(13)
2019(14)
  • 引证文献(0)
  • 二级引证文献(14)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
刀具磨损
小波包系数
隐马尔科夫模型
均方根
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导