《多传感器数据融合技术在刀具状态监测中的应用》PDF+DOC

📙 相关资料

1. 《基于计算智能算法的铣刀状态监测》PDF+DOC 本文提出了基于智能融合技术进行铣刀磨损量监测和预测方法。利用多传感器对切削力和振动信号进行监测，通过频率变换提取切削力特征量，采用小波包分解技术提取振动信号特征量。通过信号特征值的组合，分别探讨了几种计算智能数据融合技术-小波神经网络、遗传神经网络、遗传小波神经网络对刀具磨损量的预测效果。实验分析表......
2. 《基于功率传感器的刀具磨损量预测方法》PDF+DOC 使用功率传感器监测机床加工功率，和切削力、声发射等传感器相比，功率传感器具有实用性强、对加工过程无影响等优点.针对采集到的功率信号，在分析信号特征相关性的基础上，提出了一个多目标优化RP-SBL的刀具磨损量预测方法.对信号特征进行后处理(Re-processing，RP)消除电网波动和切削中其他偶然......
3. 《用于监测刀具磨损的声发射(AE)特征优选方法》PDF+DOC 研究合理选择声发射信号特征以实现实时监测刀具磨损量 .利用模糊聚类特征优选方法对声发射传感器特征信息进行优选 ，并在此基础上给出了模糊聚类优选声发射特征的一般结论 .给出了声发射信号的模糊聚类优选方法和优选特征 ，并在实时检测刀具磨损量的实验中得到验证 .实验表明 ，利用模糊聚类特征优选方法能有效地......
4. 《人工神经网络在监测刀具切削状态中的应用》PDF+DOC 基于人工神经网络（模式联想器）提出一种刀具磨损模型．训练时该网络把由多个传感器组成的输入矢量与由实测刀具磨损量组成的输出矢量联系起来，两矢量均作用于网络．实际运用时根据训练时已建立的“模型”，融合多个传感器的数据，给出刀具磨损的估计值．...
5. 《基于集成神经网络的刀具磨损量监测》PDF+DOC 提出了一种基于集成神经网络识别铣刀磨损量的监测方法.利用小波包变换将切削力和振动信号分解为不同频带的时间序列，从每个信号中选择与刀具磨损状态最相关的3组频段的均方根作为监测特征；通过信号的组合和不同子网络输出决策间的融合，集成神经网络输出刀具磨损的识别结果.试验和仿真分析表明，此方法能够满足刀具磨损......
6. 《数控加工中心的刀具监控技术》PDF+DOC 数控加工已成为现代制造业的核心性技术，其中的安全性问题显得日益重要，因此，刀具监控技术在其发展过程中发挥着不可替代的作用。尤其是随着数控加工中心自动化程度的不断提高，对刀具监控技术也提出了更高的要求。本文主要针对数控加工中心的刀具监控技术展开研究和探讨。...
7. 《基于BP神经网络技术的刀具状态监控系统》PDF+DOC 利用BP(back propagation)神经网络建立刀具检测系统的模型，通过BP神经网络来实现对于车间刀具的运行状态的控制。通过这个检测系统，实时反馈车间加工过程中刀具的即时信息，为企业的自动化和信息化的发展带来了促进的作用，进一步提高效率，减少了因为刀具磨损而带来的经济损失，具有一定的现实意义......
8. 《基于LabVIEW的刀具磨损监测分形识别平台》PDF+DOC 将分形应用在刀具状态监测中，随着刀具磨损量的增加，刀具与工件之间的磨损加剧，振动信号的波形变化越来越不规则，信号的分形维数逐渐增大。盒维数和信息维数变化较小，但变化趋势明显；关联维数的变化相对较大，新刀的关联维数最小，报废刀的关联维数明显增大。识别结果表明，刀具在整个磨损历程中振动信号分形维数的变化......
9. 《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。...
10. 《基于红外温度的铣刀磨损在线监测》PDF+DOC 刀具状态及切削加工过程监控是自动化加工过程中保证产品质量和加工设备安全的重要手段，切削区温度与刀具状态直接相关。利用红外温度传感器，实现了切削区温度的远距离非接触式采集。通过铣削试验，探索了不同切削参数下刀具后刀面磨损(VB)与切削温度之间的关系。...