-
题名基于神经网络的刀具磨损状态研究
- 1
-
-
作者
赵庆新
-
机构
湄洲湾职业技术学院
-
出处
《长春工程学院学报（自然科学版）》
2023年第1期86-91,共6页
-
基金
福建省教育厅项目(JAT171120)。
-
文摘
为有效预测刀具磨损状态,避免因刀具磨损导致机床无法正常运行的问题,将数控机床作为研究对象,提出了一种基于振动信号和音频信号的刀具磨损状态预测方法。首先,介绍了BP神经网络的基本概况,为了达到更好的刀具磨损状态的预测效果,对BP神经网络进行改进;其次,以改进的BP神经网络为基础,采用时频域统计分析方法对振动信号和音频信号进行分析,以提取刀具的磨损特征值;再次,对特征数据进行融合,并根据融合后的特征数据构建刀具磨损状态模型;最后,通过对比实验,对比优化前后的模型预测结果,结果证明优化后的模型预测精度更好,且收敛速度更快。
-
关键词
时频域统计
振动信号
音频信号
改进BP预测模型
遗传算法
-
Keywords
time frequency domain statistics
vibration signal
sound signal
improved BP prediction model
genetic algorithm
-
分类号
TG502
[金属学及工艺—金属切削加工及机床]
-
