《用于车削中心的刀具智能实时检测系统》PDF+DOC

📙 相关资料

1. 《基于特征融合的刀具磨损监测方法》PDF+DOC 提出了一种基于特征融合的刀具磨损监测方法，将该方法应用于铣刀磨损监测取得了较好的效果，文中论述了特征融合方法的基本思想，多传感器信号的特征关联、抽取及正规化处理，作为融合中心的神经网络的构造及训练等内容。实验分析表明，该方法实现刀具磨损监测是行之有效的。...
2. 《神经元网络传感器信息综合用于刀具状态监测》PDF+DOC 文中叙述了一种基于人工神经元网络在线刀具磨损检测系统的硬件结构、软件设计和执行过程，该系统综合几种传感器(声发射、力和电机电流信号)的输出，用多通道自回归时序模型或快速付里叶变换(FFT)技术处理，得到AR系数矩阵或功率谱密度数据被送到特征抽取模块，模块选择对刀具磨损最灵敏的特征输入到事先训练过的人......
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. 《数据融合法在监测刀具切削状态中的应用》PDF+DOC 从多传感器数据融合观点出发，提出利用多通道传感信号的均值和标准差为基本参数，由其高阶项和人工神经网络进行数据融合，并用故障树推理方法诊断刀具切削状态的分析方法；经计算机模拟，证实了神经网络对刀具不同磨损程度的识别能力；在立式加工中心上，利用新型非表面接触式声发射（ＡＥ）传感器和振动加速度传感器组成的......
5. 《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。...
6. 《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......
7. 《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。...
8. 《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。...
9. 《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......
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......