作者:王吴光 单位:中国机械工程学会;郑州机械研究所 出版:《机械强度》2017年第06期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFJXQD2017060060 DOC编号:DOCJXQD2017060069 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 为了提高刀具磨损状态监测准确度,提出基于人工蜂群-BP神经网络算法的刀具磨损状态监测方法。使用力传感器和振动传感器设计了磨损状态监测平台;使用匹配追踪算法对信号进行了去噪;提取了信号时域、频域、时频域的特征参数,使用核主成分分析法对特征参数进行了降维,确定了反应刀具磨损状态的15个特征参数;提出了人工蜂群-BP神经网络算法的刀具磨损状态识别方法,使用人工蜂群算法优化BP神经网络算法参数;经实验验证,传统BP神经网络识别准确率为78.75%,优化BP神经网络算法识别准确率为100%。

    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。