基于粗糙集和BP神经网络的刀具状态监测

• 作者: 傅攀 刘然
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 刀具状态监测 粗糙集理论 BP神经网络 小波包分析
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 试验与研究
• 页码范围: 49-52
• 页数: 4页
• 分类号: TH17
• 字数: 3475字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2015.05.013

摘要

在刀具磨损状态监测中,能够提取到的反映不同刀具磨损状态的特征量较大,基于神经网络的状态识别无法去掉冗余特征,会存在训练时间长和准确率降低等问题.针对这些问题,提出基于粗糙集-BP神经网络的刀具磨损状态监测方法,利用粗糙集对特征进行属性约简,去掉冗余信息,从而优化特征,并且减少神经网络的输入端数据,可以缩短神经网络的训练时间和提高识别的准确率.通过对实测刀具数据进行分析,证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅攀	西南交通大学机械工程学院	78	545	12.0	18.0
2	刘然	西南交通大学机械工程学院	3	25	3.0	3.0