基于双谱奇异值分解的刀具磨损识别方法

摘要：

针对刀具磨损声发射信号的非线性、非平稳特性，提出一种基于双谱奇异值分解的刀具磨损特征提取方法。对刀具不同磨损阶段的声发射信号进行双谱分析，构造初始特征向量矩阵，然后对初始特征向量矩阵进行奇异值分解，计算奇异谱，将奇异谱作为刀具磨损特征向量，利用最小二乘支持向量机对刀具磨损状态进行识别。实验结果表明：所提取的特征可以很好地反映刀具的磨损状态，最小二乘支持向量机更适于在小样本下实现刀具磨损状态的识别，与神经网络识别方法相比具有更高的识别率。

关键词：刀具磨损状态监测、双谱分析、奇异值分解、最小二乘支持向量机

分类号：TH165

资助基金：东北电力大学博士科研启动基金资助项目BSJXM-201115

在线出版日期：2013-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：47-52