《刀具磨损估计的多传感器融合神经网络方法研究》PDF+DOC

📙 相关资料

1. 《基于动态树理论的刀具磨损监测技术》PDF+DOC 提出了基于动态树理论的刀具磨损监测方法，通过相关系数法提取传感器信号与刀具磨损最相关的几组特征，并采用具有局部记忆的B样条模糊神经网络建立刀具磨损量与声发射信号、切削力信号和振动信号特征之间的非线性映射关系，构造了任意加工条件下的刀具磨损监测系统，刀具磨损的识别结果由集成神经网络输出。试验结果表明，......
2. 《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......
3. 《基于主成分分析与C-支持向量机的刀具磨损状态监测》PDF+DOC 为了监测刀具磨损状态，建立了一个基于功率传感器的刀具磨损状态监测系统.提出了一种基于主成分分析(PCA)与C-支持向量机(C-SVM)相结合的刀具磨损状态监测模型.通过功率传感器采集切削过程中的电流和功率信号，采用PCA对采集的参数进行特征提取，选择对刀具磨损状态影响最大的主成分作为C-SVM的输入......
4. 《刀具磨损量监测的多传感器信息融合技术研究》PDF+DOC 在数控加工中，采用各种数控刀具进行切削会不可避免的产生磨损，并且这些刀具磨损会造成零件加工质量下降甚至于报废及新购买刀具成本开支的增加。为此，能有效监测刀具磨损并进行适时换刀是必要的研究内容。信息融合技术又被称为多传感器信息融合技术。目前国内外众多学者对信息融合技术在刀具磨损监测中的应用进行了较多的......
5. 《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......
6. 《刀具磨损监测的一种数据处理方法》PDF+DOC 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......
7. 《特征工程和深度前馈网络结合的刀具磨损预测》PDF+DOC 针对传统刀具磨损预测中存在的自适应性不强和预测精确度低的问题，提出了特征工程和Dropout深度前馈网络相结合的刀具磨损预测方法。首先从刀具状态监测框架下的多传感器信号中提取全面的特征，与刀具的元信息进行信息融合，然后通过假设检验和Benjamini-Yakutieli过程选择与目标磨损相关性强的特......
8. 《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．...
9. 《带误差补偿的刀具智能监控系统》PDF+DOC 以数控车削加工为例，建立刀具状态向量，通过神经网络BP算法程序综合分析，建立刀具智能监控系统，并与机床定位误差补偿系统联动，完成提高加工精度和刀具工况监察的综合智能控制。...
10. 《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......