《刀具磨损监测的一种数据处理方法》PDF+DOC
作者:库祥臣,曹贝贝,郭跃飞,段明德
单位:中国机械工程学会;广州机械科学研究院
出版:《机床与液压》2017年第17期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFJCYY2017170260
DOC编号:DOCJCYY2017170269
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于多元传感器的数控刀具磨损状态的实验研究》PDF+DOC2016年第09期 颉潭成,马君达,袁子皓,徐彦伟
《空气传导新型声发射传感器的研究》PDF+DOC1996年第05期 邢济收,王信义,徐春广
《刀具磨损、破损的声发射监控法的研究》PDF+DOC2005年第09期 余峰浩
《一种新型谐振式非接触流体声发射传感器的研制》PDF+DOC2002年第02期 王忠民,王信义,李风华
《高速硬车削刀具状态在线监测研究》PDF+DOC2012年第10期 王永新
《基于BP神经网络技术的刀具状态监控系统》PDF+DOC2010年第01期 邵建中
《一种新型高灵敏度双叠片式流体声发射传感器的研制》PDF+DOC2006年第03期 王忠民
《碳纤维复合材料板的声发射源定位》PDF+DOC2016年第10期 刘增华,董拓灿,彭秋玲,何存富,吴斌
《机械零件的声发射检测技术》PDF+DOC2006年第04期 田建英
《BP神经网络和电子舌技术在茶叶品质分级中的应用》PDF+DOC2014年第04期 王宏伟
采用声发射传感器采集刀具切削时的信号,提出了一种基于BP神经网络识别刀具磨损程度的方法。该方法将原始声发射信号经高通滤波后直接输入到BP神经网络中进行训练,依靠神经网络的非线性映射能力,使神经网络对不同磨损程度刀具产生的信号进行分类,并能准确判别未知信号所属类别。与传统方法相比,该方法省去了人工提取特征值这一费时费力的环节。研究了神经元个数对神经网络的训练和识别的影响,提高了神经网络的识别精度。实验结果表明,该方法可以准确地预测刀具磨损程度。
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。