《基于多传感数据融合的刀具磨损状态预测研究》PDF+DOC
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
《基于边缘计算的中低压配电网多类型传感器接入技术》PDF+DOC2020年第07期 王伏亮,李澄,李春鹏,陆玉军,陈颢
《特征工程和深度前馈网络结合的刀具磨损预测》PDF+DOC2020年第06期 张超标,孙延明
《刀具磨损估计的多传感器融合神经网络方法研究》PDF+DOC1997年第01期 朱名铨,蔡永霞
《基于特征融合的刀具磨损监测方法》PDF+DOC1996年第04期 杨林,李圣怡,梁建成,吴学忠
《数据融合法在监测刀具切削状态中的应用》PDF+DOC1995年第01期 徐春广,王信义,肖定国
《一种同质的多传感数据融合新算法》PDF+DOC2004年第08期 危遂薏,刘桂雄
《多传感器数据的统计融合方法》PDF+DOC2001年第03期 涂国平,邓群钊
《钻头磨损检测与剩余寿命评估》PDF+DOC2011年第01期 敖银辉,汪宝生
《基于分布式压缩感知的可穿戴多传感数据联合重构新方法》PDF+DOC2015年第05期 徐海东,吴建宁,王珏
《降维在无线认知传感器网络中的应用》PDF+DOC2014年第05期 郎为民,陈红,吴帆,陈凯
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。