作者:谢楠,马飞,段明雷,李爱平 单位:同济大学 出版:《同济大学学报(自然科学版)》2016年第03期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFTJDZ2016030150 DOC编号:DOCTJDZ2016030159 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 为了监测刀具磨损状态,建立了一个基于功率传感器的刀具磨损状态监测系统.提出了一种基于主成分分析(PCA)与C-支持向量机(C-SVM)相结合的刀具磨损状态监测模型.通过功率传感器采集切削过程中的电流和功率信号,采用PCA对采集的参数进行特征提取,选择对刀具磨损状态影响最大的主成分作为C-SVM的输入样本,实现对刀具磨损状态的准确识别.通过数控车床切削实验表明,即使在较少的样本条件下,该方法仍然有效,并与反向传播(BP)神经网络进行了性能比较。

    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。