基于改进EEMD和香农熵的铣刀磨损状态监测研究?

• 作者: 何栋磊 黄民
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 铣刀磨损状态监测 集合经验模态分解 白噪声准则 香农熵
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 控制与检测
• 页码范围: 75-78
• 页数: 4页
• 分类号: TH165|TG501
• 字数: 4092字
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2016.05.020

摘要

为了分析铣削加工中复杂的声发射信号和克服EMD方法的模态混叠缺陷，在原始集合经验模态分解( EEMD)的基础上，提出一种改进的EEMD方法应用于铣刀磨损的状态监测。通过引入白噪声准则和中值滤波优化EEMD的算法，并基于香农熵从分解得到的IMF分量中提取有效分量，剔除虚假分量。最后将有效IMF分量的能量作为特征向量输入支持向量机( SVM)分类器来识别铣刀的磨损状态。经过在立式铣削加工中心上进行实验，结果表明此方法在识别铣刀磨损状态方面具有更高的准确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄民	北京信息科技大学机电工程学院	89	351	10.0	15.0
2	何栋磊	北京信息科技大学机电工程学院	3	9	1.0	3.0