《基于集成神经网络的刀具磨损量监测》PDF+DOC

📙 相关资料

1. 《基于EEMD-SVM的刀具磨损状态研究》PDF+DOC 针对刀具磨损监测中信号的非平稳特性和小样本建模中神经网络容易陷入局部值的问题，提出基于多传感器信号，运用集合经验模态分解(ensemble empirical mode decomposition，EEMD)和支持向量机(support vector machine，SVM)相结合的算法，实现对刀具......
2. 《基于小波包与SOM神经网络的传感器故障诊断》PDF+DOC 研究传感器实时故障诊断问题。首先采用MATLAB2015仿真得到传感器各种典型工作状态下的运行数据样本；其次将这些故障样本作3层小波包分解，分别求出第3层小波包基对应的各频率段的能量，利用这些能量值与正常工作时各频段的能量值之比构造出传感器故障诊断的特征向量；最后构建基于3&#215；3的S......
3. 《刀具磨损估计的多传感器融合神经网络方法研究》PDF+DOC 研究了利用声发射、振动和电机功率信号经ＢＰ算法信息融合估计刀具磨损量的方法，采用简单有效的灰色模型关联分析法选择特征参数，研究了网络参数对性能的影响以及网络性能的稳定性...
4. 《基于切削力实现铣刀实时监测的实用性研究》PDF+DOC 根据生产实际，提出基于切削力实现铣刀实时监测的方法。在考虑切削参数一定时，建立了切削力与后刀面磨损量(VB值)的数学模型。通过提取切削力信号方差，建立了监测模块。并在对机床改造小的前提下，设计了带有力传感器的机床夹具，使监测更加简单可行。...
5. 《信息融合技术在刀具磨损监测中的应用》PDF+DOC 随着信息融合技术的不断发展，信息融合越来越多的被用于监测领域。本文把信息融合技术应用于刀具监测过程中，建立了多传感器信息融合刀具监测系统模型，并详细论述了基于神经网络、贝叶斯理论和D-S理论的信息融合方法。...
6. 《基于无线传感器网络的声目标识别算法研究》PDF+DOC 由大量微小传感器节点组成的无线传感器网络主要用于从监测环境收集信息并做出相应的决策，研究与无线传感器网络相适应的战场目标识别算法具有重要的实际意义。针对无线传感器网络的自身特点和战场目标所辐射的声频率特性，提出了基于小波包和人工神经网络的无线传感器网络的声目标识别算法。利用小波包对声信号进行消噪处理......
7. 《基于信息融合技术的汽轮机故障诊断方法》PDF+DOC 针对单个神经网络的不足，以信息融合技术为基础，建立了集成神经网络故障诊断系统。该系统采用子神经网络从不同侧面对设备进行初步诊断，然后将各子神经网络进行决策融合。通过对汽轮发电机组的应用仿真，说明该系统充分利用了各种信息，提高了确诊率。...
8. 《基于集成神经网络的提升机故障诊断系统》PDF+DOC 研究了集成神经网络故障诊断方法，并利用Matlab7.0编写了该计算方法；设计搭建了提升机故障诊断系统硬件系统，以虚拟仪器Lab VIEW8.6平台对系统的软件进行设计与开发。测试证明系统性能良好，满足使用要求。...
9. 《基于小波包和RBF神经网络的压电加速度传感器故障诊断》PDF+DOC 根据压电加速度传感器故障的特点，提出运用小波包变换和RBF神经网络的故障诊断方法。首先运用小波包分解和重构原理将传感器输出信号分解到不同频段中，提取每个频段的能量作为状态监测的特征向量，作为RBF网络的输入，然后利用最佳的RBF神经网络进行压电传感器故障分类。实验结果表明该方法具有良好的非线性跟踪能......
10. 《基于提升小波包和神经网络的结构损伤检测》PDF+DOC 提出一种提升小波包分解、多传感器特征融合和神经网络模式分类相结合的结构损伤诊断方法。首先，对多个传感器采集的振动响应信号进行提升格式小波包分解，定义标准化相对能量并计算每个频带上的相对能量；然后，把这些传感器信号的小波包相对能量融合作为神经网络分类器的输入特征向量，实现损伤的诊断和评价。数值仿真结果......