基于BP神经网络的截齿磨损程度在线监测

• 作者: 刘志恒 张强 王海舰 阮越宣 黄传辉
• 来源期刊: 中国机械工程
• 关键词: 截齿 磨损程度 三向振动 在线监测
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 信息技术
• 页码范围: 1062-1068
• 页数: 7页
• 分类号: TP277
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2017.09.010

摘要

为实现截齿截割过程中磨损程度的实时精准在线监测,提出了一种基于BP神经网络的截齿磨损程度多特征信号融合的检测方法.通过提取截割过程中不同磨损程度截齿的三向振动信号、红外温度信号和电流信号,建立了不同磨损程度截齿的多特征信号样本数据库,采用多特征信号样本对BP神经网络进行学习和训练,建立截齿磨损程度的识别模型,实现截齿磨损程度在线监测与精确识别.实验结果表明:基于BP神经网络的截齿磨损程度监测系统,网络判别结果和测试样本的实际磨损程度类别相符,该BP神经网络系统能够对截齿磨损程度类型进行准确的监测和识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海舰	辽宁工程技术大学机械工程学院	39	277	10.0	14.0
2	张强	辽宁工程技术大学机械工程学院	76	619	14.0	20.0
5	黄传辉	徐州工程学院机电工程学院	60	209	8.0	11.0
12	刘志恒	辽宁工程技术大学机械工程学院	9	49	5.0	7.0
16	阮越宣	辽宁工程技术大学机械工程学院	2	16	2.0	2.0