基于神经网络的多特征融合刀具磨损量识别

摘要：

采用切削力信号监测钻削过程钻头的磨损量,分别从时域、频域提取了切削力信号的均值、方差、峭度系数和特定频段能量作为刀具磨损的特征信号,讨论了特征信号随着刀具磨损量增加的变化规律,并将各个特征信号构成的特征矢量输入多层反传神经网络进行融合,实现钻削过程刀具磨损量的智能识别.试验结果表明该方法能有效实现多特征融合,但识别精度和推广能力有待进一步提高.

关键词：钻头磨损、识别、特征、神经网络

所属期刊栏目：21

分类号：TP183(自动化基础理论)

资助基金：机械工业部科技发展基金CF0013

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：111-113