基于主元分析和BP神经网络对刀具VB值预测
对声发射信号进行5层小波分解提取6个频段的能量值,把它与切削速度、切削深度、进给量和切削时间一起作为刀具状态的特征向量.通过主元分析进行降维、消除特征向量间的相关性后,把得到的主元作为BP(Back Propagation)神经网络的输入向量.BP神经网络应用改进的LM(Levenberg-Marquart)算法进行学习,利用输入向量对网络进行训练后,实现对刀具后刀面磨损量VB的预测.实验结果显示:基于主元分析和LM算法改进的BP神经网络建立的预测系统,网络输出与实测VB值的误差0.03以内;根据预测VB值的范围可判别出刀具的不同状态.
主元分析、LM算法、BP神经网络、VB值预测
37
TP183(自动化基础理论)
沈阳市人才引进专项基金资助项目07SYRC04
2017-01-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
364-367,373