基于主轴振动信号的铣刀磨损监测研究
为实现复杂零件制造过程中的刀具磨损状态在线监测与识别, 提出了一种基于机床主轴振动信号, 利用近似解析小波包变换和径向基 (RBF) 神经网络的监测方法.采用近似解析小波包变换对监测信号进行多尺度分解, 以峭度为指标寻找周期性冲击特征明显的频带, 进而构造了包含8个频带重构信号的峰峰值和有效值的特征向量.建立刀具不同磨损状态下多特征向量样本数据库, 训练RBF神经网络, 实现刀具磨损状态的精确识别.
主轴振动、刀具磨损、小波包变换、RBF神经网络
38
TH16
工信部联装项目;国家自然科学基金
2019-05-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
103-108