基于主轴振动信号的铣刀磨损监测研究

• 作者: 曹新城 王建军
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 主轴振动 刀具磨损 小波包变换 RBF神经网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 研究与开发
• 页码范围: 103-108
• 页数: 6页
• 分类号: TH16
• 语种: 中文
• DOI: 10.19652/j.cnki.femt.1801149

摘要

为实现复杂零件制造过程中的刀具磨损状态在线监测与识别, 提出了一种基于机床主轴振动信号, 利用近似解析小波包变换和径向基 (RBF) 神经网络的监测方法.采用近似解析小波包变换对监测信号进行多尺度分解, 以峭度为指标寻找周期性冲击特征明显的频带, 进而构造了包含8个频带重构信号的峰峰值和有效值的特征向量.建立刀具不同磨损状态下多特征向量样本数据库, 训练RBF神经网络, 实现刀具磨损状态的精确识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建军		24	20	2.0	2.0
2	曹新城		2	0	0.0	0.0