作者:周峰,黄民 单位:辽宁省机械研究院 出版:《机械设计与制造》2011年第10期 页数:3页  (PDF与DOC格式可能不同) PDF编号:PDFJSYZ2011100680 DOC编号:DOCJSYZ2011100689 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于特征融合的刀具磨损监测方法》PDF+DOC1996年第04期 杨林,李圣怡,梁建成,吴学忠 《刀具磨损监测的一种数据处理方法》PDF+DOC2017年第17期 库祥臣,曹贝贝,郭跃飞,段明德 《基于深度学习和多传感器的数控机床铣刀磨损状态信号监测方法研究》PDF+DOC2020年第09期 徐卫晓,谭继文,井陆阳,唐旭 《机械加工中刀具状态的在线监控方法及其发展趋势》PDF+DOC1998年第02期 唐唤清,刘迎春 《刀具状态智能监控技术》PDF+DOC1998年第01期 李小俚,田淑艳,关新平 《模糊神经技术在刀具故障检测中的应用》PDF+DOC1997年第04期 杨青,姚英学,李小俚,袁哲俊,马玉林 《加工中心镗削刀具磨、破损检测的研究》PDF+DOC1995年第02期 梁积中,雷鸣,吴雅,杨叔子 《多传感器刀具状态监控系统》PDF+DOC2004年第06期 翁德玮,邵华,王海丽 《基于切削力实现铣刀状态监测的特征值选取的研究》PDF+DOC2011年第02期 夏海涛,孟广耀,刘松年,胡知音,刘英 《数控机床刀具磨损与破损的声发射监测法》PDF+DOC2010年第06期 蒙斌
  • 刀具在加工过程中不可避免的存在着磨损和破损现象,刀具的消耗直接导致工件精度下降和生产成本增加。开展了一系列实验,深入研究刀具状态监测方法,构建了新型铣削过程刀具磨损监测试验系统。通过振动传感器和声发射传感器对铣削过程中不同磨损程度刀具的信号进行检测、采集、分析。选择对刀具磨损状态反映敏感的特征量。采用BP神经网络,建立刀具磨损特征向量与刀具磨损状态之间的非线性映射关系。

    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。