《基于双谱的刀具振动信号特征值提取》PDF+DOC

📙 相关资料

1. 《基于小波分析和神经网络的多传感器融合技术在机床刀具磨损监测中的应用》PDF+DOC 将一种基于小波分析和神经网络的多传感器融合技术应用于刀具磨损监测系统。介绍了小波分析和神经网络的理论基础；给出了刀具磨损在线监测系统的组成和基于小波分析和神经网络的多传感器融合技术在刀具磨损在线监测系统应用过程。多种传感器采集的信号通过小波分析提取其特征值，将特征值作为神经网络的输入，对比识别刀具磨......
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. 《换流变压器和交流变压器振动信号特征的比较分析》PDF+DOC 本文中作者针对换流变压器振动测试，从振动产生的机理、振动测试的原理及振动信号的分析等方面进行了分析和研究，对比分析了换流变压器和交流变压器振动信号的特征和差异。...
4. 《高档数控机床刀具磨损故障监测方法及实验系统》PDF+DOC 以数控机床刀具故障诊断系统构建与测试方法研究为目标，进行了刀具磨损实验。采用振动传感器、声发射传感器对切削过程中不同磨损程度刀具的信号进行检测、分析和故障诊断。以LabVIEW8.6为开发平台，开发了一套包括数据采集模块、信号分析模块、故障诊断模块的数控机床故障诊断实验系统。...
5. 《数控机床刀具磨损无线监测系统》PDF+DOC 设计了一种基于PC机的数控机床刀具磨损无线监测系统。下位机传感器获知加工过程中刀具的振动以及温度值，接入相关调理电路后，再通过Zigbee射频单片机A/D转换后以一定格式传输到远端PC机上。PC机上位机应用程序由C#开发，利用微软自带的MSChart图表绘图功能实时绘出振动和温度值曲线，通过观察曲线......
6. 《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......
7. 《数控机床刀具磨损监测方法研究》PDF+DOC 数控机床刀具磨损监测对于提高数控机床利用率，减小由于刀具破损而造成的经济损失具有重要意义。文章有针对性地回顾了国内外各种刀具磨损监测方法的研究工作，详细叙述了切削力监测法、切削噪声监测法、功率监测法、声发射监测法、电流监测法以及基于多传感器监测法等六种刀具磨损监测方法。本文通过比较各种监测方法的优缺......
8. 《车削刀具切入切出工件时的振动信号特征及其检测技术》PDF+DOC 准确判断刀具的切入和切出状态是自动化加工系统的迫切要求，而用加速度计来传感这种信息是一种有益的尝试。本文分析了切削振动信号在此过渡过程中的变化规律以及带通滤波器对信号传输过程的影响。根据状态变化时出现的两种信号特征，微机系统能够实现可靠的检测。...
9. 《多传感器数据融合技术在刀具状态监测中的应用》PDF+DOC 提出了一种基于混合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，分别探讨了几种混合智能数据融合技术——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。试验......
10. 《基于混合智能计算的铣刀状态监测》PDF+DOC 提出了一种基于混合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，分别探讨了几种混合智能数据融合技术-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......