作者：吴学忠,李圣怡,范大鹏 单位：国防科技大学 出版：《国防科技大学学报》1998年第01期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFGFKJ1998010070 DOC编号：DOCGFKJ1998010079 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 刀具状态监测技术一直是制约加工系统自动化和智能化水平提高的主要因素，本文采用模糊线性方程描述刀具状态与监测指标之间的关系，根据学习样本的可能分布和概率分布确定方程的参数，选用不同传感器信号特征组合进行对比实验，结果表明该方法可获得较高的识别率。

    📙 相关资料

    1. 《不同信号融合的立铣刀刀具磨破损状态监测方法研究》PDF+DOC 首先对比研究了不同监测信号的特点，选择了振动信号、切削力信号、声发射信号作为研究信号，然后采用经典信号分析方法对三类监测信号进行分析并提取了相应的统计特征；接着对非平稳性较强的振动信号和声发射信号进行了非平稳特征分析；在此基础上，分别引入相对向量机算法与概率神经网络算法对刀具磨损状态进行识别，基于单......
    2. 《刀具状态智能监控技术》PDF+DOC 综述了国内外刀具智能监控技术的现状，分析了刀具智能监控中的关键性技术及今后的发展方向。...
    3. 《模糊神经技术在刀具故障检测中的应用》PDF+DOC 提出了一种刀具故障检测方法，该方法把模糊逻辑和神经网络结合起来，并用神经网络分解技术，建立了一个刀具状态识别网络。该网络适用于用多传感器对刀具复杂状态进行识别和分类，具有训练时间短、执行速度快、可靠性高、抗噪能力强等特点。...
    4. 《加工中心刀具破损在线监控研究》PDF+DOC 随着机械加工自动化程度的提高，刀具状态的在线监控已成为迫切需要解决的问题，并越来越受到重视。本文根据主轴电机电流与刀具破损的关系，提出了一种刀具在线检测的方法。实验表明，电机电流信号可用来监控刀具的破损状态，并以此作为刀具更换的依据。...
    5. 《基于B样条模糊神经网络的刀具磨损监测》PDF+DOC 刀具状态监测是实现自动化加工和无人化加工的关键技术。本文使用切削力和声发射传感器监测金属切削过程，提出了基于B样条模糊神经网络作为刀具磨损量监测模型。该模型能够准确描述刀具磨损和信号特征之间的非线性关系，和常用的BP前馈神经网络相比，具有收敛速度快和局部学习能力等优点。试验结果表明：采用B样条模糊神......
    6. 《多传感器刀具状态监控系统》PDF+DOC 介绍一个多传感器、多特征量的刀具状态监控系统。以声发射、功率监控和改进的神经网络技术，借助刀具监控软件，识别刀具切削工作的正常和失效状态。软件有信号采集、特征提取、网络训练回忆以及监控等功能，可实现离线和在线监控。并以离线控制试验为实例，考核该系统识别刀具状态的可靠性。...
    7. 《刀具磨损在线监测技术的探讨》PDF+DOC 主要介绍刀具磨损产生的危害，在刀具加工过程中监测刀具磨损变化情况，举例多传感器中电机电流和声发射传感器获取刀具在磨损过程中的准确数据，对刀具的磨损信号进行信息反馈，并及时做出应对处理。...
    8. 《基于模糊数据融合的刀具磨损状态辩识》PDF+DOC 选取能够充分反映刀具磨损状态的振动信号和功率信号作为研究对象，采用正交小波变换技术，提取刀具磨损特征信号，利用该特征信号建立了振动幅值变化与刀具磨损量间的关系，计算出基于振动信号的刀具状态特征值，定性地识别出刀具磨损状态；对功率信号，采用统计分析方法，通过均方根处理提取出刀具磨损特征信号，并以信号强......
    9. 《在线金属切削刀具磨损状态监测研究的回顾与展望Ⅰ:监测信号的选择》PDF+DOC 切削刀具的状态直接影响工件的质量及加工成本，因此刀具的状态监测越来越受到人们的重视，为了达到这一目的，监测信号的选择是至关重要的。对近年来在学术期刊上公开发表的关于刀具磨损在线监测研究文献中所采用的监测信号作了简要的回顾，仅限于间接监测方法，例如监测切削力、振动、声发射、主轴电流等信号。分析这些信号......
    10. 《特征融合与GA-SVM在刀具状态监测中的应用研究》PDF+DOC 为保证监测的准确性，刀具监控系统往往采用多个传感器进行监测并采集数据，导致监测成本的增加。通过对一个传感器的信号数据建立多个信号处理模型，将多个模型的特征进行融合，深度挖掘信号中所蕴含有关刀具磨损的敏感特征，提高监测的准确性，降低成本；同时针对将融合所得特征输入支持向量机(SVM)进行刀具磨损状态的......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。