《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

📙 相关资料

1. 《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......
2. 《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......
3. 《多传感器刀具状态监控系统》PDF+DOC 介绍一个多传感器、多特征量的刀具状态监控系统。以声发射、功率监控和改进的神经网络技术，借助刀具监控软件，识别刀具切削工作的正常和失效状态。软件有信号采集、特征提取、网络训练回忆以及监控等功能，可实现离线和在线监控。并以离线控制试验为实例，考核该系统识别刀具状态的可靠性。...
4. 《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...
5. 《基于模糊聚类的数控车削加工刀具磨损检测研究》PDF+DOC 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。...
6. 《基于人工蜂群-BP神经网络的刀具磨损监测》PDF+DOC 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......
7. 《支持向量机在刀具磨损多状态监测中的应用》PDF+DOC 基于多传感器信号、采用多分类支持向量机(support-vector-machine，SVM)实现了刀具监测的多状态辨识.通过对切削过程中的多向切削力和振动信号等多传感器信息进行分析，分别获得时域、频域和小波域的信息作为磨损分类特征；同时，运用基于一对多(one-versus-all，OVA)的多分......
8. 《基于切削力实现铣刀实时监测的实用性研究》PDF+DOC 根据生产实际，提出基于切削力实现铣刀实时监测的方法。在考虑切削参数一定时，建立了切削力与后刀面磨损量(VB值)的数学模型。通过提取切削力信号方差，建立了监测模块。并在对机床改造小的前提下，设计了带有力传感器的机床夹具，使监测更加简单可行。...
9. 《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......
10. 《滚动轴承故障诊断中振动信号的采集》PDF+DOC 采用振动信号监测法对滚动轴承进行故障诊断的过程包含信号采集、特征提取、状态识别、故障分析和决策干预等五个基本环节，而最首要、最基本的环节就是信号采集。信号采集的准确性、合理性和实时性，直接影响着故障诊断的效果。介绍了滚动轴承故障诊断中振动信号采集的硬件实现。先通过压电式加速度传感器对振动信号进行拾取......