基于WPD_EMD和SVM刀具磨损故障诊断模型

• 作者: 王倪珂 王红军 王茂 魏帅充
• 来源期刊: 机械工程师
• 学科: 工学
• 关键词: 刀具磨损 故障诊断模型 小波包分解 EMD 相关系数 SVM
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 机械研究与分析
• 页码范围: 67-70
• 页数: 4页
• 分类号: TH161
• 字数: 2946字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-2333.2017.11.022

摘要

通过采集2种磨损程度不同的同类型刀具加工工件时机床主轴的振动信号,提出W PD_EMD和SVM故障诊断模型判断刀具磨损程度.首先利用小波包工具去除高频噪声信号,其次利用EMD分解得到若干个固有模态函数和一个残差,计算各个固有模态函数和EMD分解前信号的相关系数,合并相关系数大的固有模态函数得到新信号.计算新信号的绝对均值作为时域特征参数.选取若干组试验数据作为支持向量机训练集,建立判断刀具磨损程度大小的故障诊断模型.试验表明该故障模型预测刀具磨损程度准确率100%,为判断刀具实时加工工件的磨损程度提供新的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王红军	北京信息科技大学现代测控技术教育部重点实验室	113	655	14.0	21.0
5	王茂	北京信息科技大学机电工程学院	8	14	3.0	3.0
6	魏帅充	北京信息科技大学现代测控技术教育部重点实验室	2	0	0.0	0.0
10	王倪珂	北京信息科技大学机电实习中心	24	4	1.0	2.0