作者:温坤,张汉林,魏东,王永泉,陈华玲 单位:甘肃省机械科学研究院 出版:《机械研究与应用》2017年第05期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFJXYJ2017050380 DOC编号:DOCJXYJ2017050389 下载格式:PDF + Word/doc 文字可复制、可编辑
《在线金属切削刀具磨损状态监测研究的回顾与展望Ⅰ:监测信号的选择》PDF+DOC2010年第11期 关山,康晓峰 《刀具切削状态的电机电流监测新方法》PDF+DOC1998年第07期 徐春广,王信义 《基于多传感器的刀具状态模糊识别》PDF+DOC1996年第04期 马平,王珉 《基于B样条模糊神经网络的刀具磨损监测》PDF+DOC2005年第06期 高宏力,傅攀,许明恒 《新型测力装置》PDF+DOC2003年第09期 陈少波,刘晓东 《数控镗刀磨损与破损的声发射监测法》PDF+DOC2012年第10期 陈益林,田正芳,侯德政 《刀具检测方法综述》PDF+DOC2011年第01期 陈雷明,杨润泽,张治 《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 《刀具监控技术在金属切削过程中的应用》PDF+DOC2009年第13期 龚廷恺,王细洋 《刀具磨损在线监测研究现状与发展》PDF+DOC2014年第19期 柳洋,陈永洁,杨文恺,王定,吕禄方
  • 首先对比研究了不同监测信号的特点,选择了振动信号、切削力信号、声发射信号作为研究信号,然后采用经典信号分析方法对三类监测信号进行分析并提取了相应的统计特征;接着对非平稳性较强的振动信号和声发射信号进行了非平稳特征分析;在此基础上,分别引入相对向量机算法与概率神经网络算法对刀具磨损状态进行识别,基于单一传感器信号的最佳特征向量进行特征层融合,建立了不同信号融合的刀具状态监测模型;最后通过对比不同信号融合方式下的刀具状态监测模型,得到最佳的振动信号与切削力信号融合的监测方式。

    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。