基于WPD_EMD和SVM刀具磨损故障诊断模型
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1002-2333.2017.11.022

基于WPD_EMD和SVM刀具磨损故障诊断模型

引用
通过采集2种磨损程度不同的同类型刀具加工工件时机床主轴的振动信号,提出W PD_EMD和SVM故障诊断模型判断刀具磨损程度.首先利用小波包工具去除高频噪声信号,其次利用EMD分解得到若干个固有模态函数和一个残差,计算各个固有模态函数和EMD分解前信号的相关系数,合并相关系数大的固有模态函数得到新信号.计算新信号的绝对均值作为时域特征参数.选取若干组试验数据作为支持向量机训练集,建立判断刀具磨损程度大小的故障诊断模型.试验表明该故障模型预测刀具磨损程度准确率100%,为判断刀具实时加工工件的磨损程度提供新的途径.

刀具磨损、故障诊断模型、小波包分解、EMD、相关系数、SVM

TH161

国家自然科学基金项目51575055;国家科技重大专项2015ZX04001-002

2017-12-04(万方平台首次上网日期,不代表论文的发表时间)

共4页

67-70

相关文献
评论
暂无封面信息
查看本期封面目录

机械工程师

1002-2333

23-1196/TH

2017,(11)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn