基于改进人工蜂群算法和极限学习机的刀具磨损监测

• 作者: 周杰 康玲 易力力 王时龙 郭一君 高波
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: 刀具磨损 虚拟蜂 极限学习机 特征提取
• 年，卷（期）: 2018,（6）
• 页码范围: 1-8
• 页数: 8页
• 分类号: TH17
• 字数: 4526字
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2018.06.001

摘要

为了提高机械切削加工中刀具磨损量的实时监测精度,运用极限学习机建立刀具磨损监测模型,提出一种引入虚拟蜂的改进人工蜂群算法,对极限学习机随机产生的输入层权值和隐含层阈值进行优化.采用时域分析和经验模态分解,提取铣削加工中的切削力信号 、振动信号以及声发射信号的时域特征和内禀模态能量比,从中选出对刀具磨损敏感的特征作为监测特征.利用建立的监测模型计算得到刀具磨损值,实验结果表明,优化后的极限学习机能够准确地预测刀具磨损值,且具有更简单的网络结构,同时改进后的蜂群算法也表现出了更好的寻优能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周杰	重庆大学机械工程学院	419	2654	22.0	29.0
2	王时龙	重庆大学机械工程学院	145	1311	19.0	26.0
3	高波	重庆大学机械工程学院	26	182	9.0	12.0
4	康玲	重庆大学机械工程学院	25	346	12.0	18.0
5	易力力	重庆大学机械工程学院	20	72	4.0	8.0
6	郭一君	重庆大学机械工程学院	2	8	2.0	2.0