基于异源信号特征融合的刀具磨损状态识别

• 作者: 朱坚民 潘贺丰
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 异源信号 局部保留投影 特征融合 刀具磨损 灰色接近关联模型
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 电子·电路
• 页码范围: 105-109
• 页数: 5页
• 分类号: TN911.7|TB93
• 字数: 3124字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2017.05.029

摘要

针对单一刀具切削信号的局限性和磨损特征存在较强的非线性,提出一种基于异源信号特征融合的刀具磨损状态识别方法.同时采集加工过程中的振动信号和声发射信号,分别提取它们小波包频带的相关时域特征,采用局部保留投影算法对原始特征进行降维,并将两信号的低维特征进行融合,对融合特征通过灰色接近关联模型进行磨损状态识别.通过3把车刀的切削磨损实验,结果表明该方法可充分利用异源信号的互补信息和特征数据之间的非线性关系,更全面地表征刀具磨损状态,相比单信号法具有更高的识别精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱坚民	上海理工大学机械工程学院	61	443	11.0	18.0
2	潘贺丰	上海理工大学机械工程学院	1	0	0.0	0.0