基于小波神经网络的工程陶瓷动态车削力预测

• 作者: 尤轲 李琛 田俊超 马廉洁
• 来源期刊: 工具技术
• 学科: 工学
• 关键词: 车削力 预测 小波神经网络 工程陶瓷 小波降噪
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 测试与仪器
• 页码范围: 81-84
• 页数: 4页
• 分类号: TG501|TH161
• 字数: 2152字
• 语种: 中文

摘要

以小波分析和BP神经网络为基础,构建了小波神经网络预测模型.使用CA6140车床对氟金云母陶瓷进行了干车削试验,并用三向测力仪测量了切削过程的切削力变化趋势.基于小波包中的Wpbmpen函数对切削力信号进行了降噪处理,切削力信号在降噪后有明显改善,能更形象地表达出切削力的变化趋势.基于小波神经网络对切削力进行了预测,结果表明:小波神经网络预测值、信号降噪处理值和试验值都非常相近,说明切削力在预测过程中具有一定的可靠性,小波神经网络预测前对切削力信号的降噪处理是合理的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马廉洁	东北大学秦皇岛分校控制工程学院	44	66	4.0	6.0
2	李琛	东北大学秦皇岛分校控制工程学院	12	24	3.0	4.0
3	田俊超	东北大学秦皇岛分校控制工程学院	8	28	2.0	5.0
4	尤轲	东北大学秦皇岛分校控制工程学院	1	0	0.0	0.0