作者：陈洪涛,黄遂,李登万,傅攀 单位：北京机械工程学会;北京市机械工业局技术开发研究所 出版：《现代制造工程》2010年第07期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFXXGY2010070370 DOC编号：DOCXXGY2010070379 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 将模糊聚类分析原理应用于数控车削加工刀具磨损检测，对数控车削加工刀具磨损的各阶段力信号和振动信号进行采集，通过小波滤波及功率谱的谱分析，找到车削加工过程中刀具磨损的典型参数变化。通过提取信号特征值进行模糊聚类，实现了数控车削加工刀具磨损的状态识别。

    📙 相关资料

    1. 《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......
    2. 《基于多传感器数据融合的刀具磨损状态监测研究》PDF+DOC 刀具磨损状态是影响加工质量和生产效率的重要因素之一，传感器、特征提取、信息融合和机器学习等技术的发展为刀具状态监测提供了新思路，然而，建立精度高、鲁棒性好的多传感器系统仍是刀具状态检测的难点。以涂层硬质合金刀具对难加工材料30CrMnMoRE的铣削试验为基础，通过对不同刀具磨损状态下的切削力和切削振......
    3. 《基于云模型和稀疏贝叶斯技术的刀具磨损状态识别技术研究》PDF+DOC 针对刀具磨损状态监测和磨损量预测研究中特征提取这一关键技术，提出采用声发射传感器和功率传感器采集机床刀具磨损相关的信号信息，采用两种信号采集的方法可以避免单一信号本身自有的缺陷。采用云模型算法能够科学地耦合两种信息，并提取信号中反映刀具磨损量的特征因素；使用稀疏贝叶斯方法建立模型进而预测刀具磨损量，......
    4. 《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......
    5. 《用于监测刀具磨损的声发射(AE)特征优选方法》PDF+DOC 研究合理选择声发射信号特征以实现实时监测刀具磨损量 .利用模糊聚类特征优选方法对声发射传感器特征信息进行优选 ，并在此基础上给出了模糊聚类优选声发射特征的一般结论 .给出了声发射信号的模糊聚类优选方法和优选特征 ，并在实时检测刀具磨损量的实验中得到验证 .实验表明 ，利用模糊聚类特征优选方法能有效地......
    6. 《刀具状态监测与加工过程的适应性控制》PDF+DOC 概述了关于刀具状态监测与加工过程适应性控制的基本原理与方法 ，分析回答了该技术在应用与发展中的一些关键问题...
    7. 《基于模糊数据融合的刀具磨损状态辩识》PDF+DOC 选取能够充分反映刀具磨损状态的振动信号和功率信号作为研究对象，采用正交小波变换技术，提取刀具磨损特征信号，利用该特征信号建立了振动幅值变化与刀具磨损量间的关系，计算出基于振动信号的刀具状态特征值，定性地识别出刀具磨损状态；对功率信号，采用统计分析方法，通过均方根处理提取出刀具磨损特征信号，并以信号强......
    8. 《数控车削加工过程的刀具磨损动态监测》PDF+DOC 对车削加工刀具磨损的各阶段信号进行采集，通过动态时频域分析，找到车削加工过程中刀具磨损的重要参数变化，对其进行振铃记数和人工神经网络的模式识别，实现了车削加工刀具磨损的状态检测。...
    9. 《刀具磨损在线监控系统研究》PDF+DOC 运用统计方法对刀具在切削过程中产生的声信号在低频带、中频带和高频带的功率谱分别进行了分析，并以此开发了具有BP网络识别的刀具在线监控系统。...
    10. 《具备高适应性的高速铣削刀具磨损状态监测系统》PDF+DOC 为提高加工监测系统的适应性和智能化程度，提出基于刀具磨损曲线的实时刀具状态监测系统。自学习能力的引入使该系统可自动进行不同刀具状态的识别和磨损程度的估计，较大程度上摆脱对系统事先“教学”的依赖。同时为有效抑制切削参数变化带来的干扰，提出一种特征提取方法来自动提取敏感特征，减少监测系统开发时间和成本。......

    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。