作者:谢骏遥,王凯,张来斌,吴飞,曾路 单位:机械部北京机械工业自动化研究所 出版:《制造业自动化》2016年第07期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFJXGY2016070010 DOC编号:DOCJXGY2016070019 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 为提高制造系统可靠性,提出了一种基于人工智能的多传感器数据融合方法用于预测刀具磨损状态。通过人工智能算法对于监测过程中的多传感器数据进行特征融合,进而使用支持向量机进行回归分析,从而对刀具磨损状态进行预测。主要选取经典特征选择技术包括核主成分分析,局部线性嵌入和最小冗余最大相关方法进行特征融合,通过数控铣床上的刀具磨损损伤实验验证该方法的有效性。结果表明,刀具磨损预测模型可以以更加经济有效的方式精确估计刀具磨损宽度,精度等同于离线的显微镜仪器测量,此外核主成分分析方法预测精度最高。

    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。