基于信息融合的刀具磨损状态智能识别

• 作者: 徐彦伟 袁子皓 陈立海 颉潭成
• 来源期刊: 振动与冲击
• 学科: 工学
• 关键词: 刀具磨损状态 多信息融合 智能识别 神经网络
• 年，卷（期）: 2017,（21）
• 页码范围: 257-264
• 页数: 8页
• 分类号: TP391.4
• 字数: 5683字
• 语种: 中文
• DOI: 10.13465/j.cnki.jvs.2017.21.037

摘要

采集声发射和振动加速度信号,搭建了数控车床刀具磨损状态多信息数据采集系统;用正交试验法采集相关数据并分析了不同切削条件、不同刀具磨损程度下数控车削加工过程中的声发射和振动信号;用小波包分解法提取了声发射和振动信号的最佳特征频段作为识别刀具磨损的特征参量,采用BP神经网络将数控切削过程中刀具磨损的声发射与振动信号特征信息进行融合,研究了数控车削刀具磨损状态的智能识别技术.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颉潭成	河南科技大学机电工程学院	56	251	9.0	13.0
2	陈立海	河南科技大学机电工程学院	6	16	2.0	4.0
3	徐彦伟	河南科技大学机电工程学院	36	93	5.0	7.0