10.3969/j.issn.2095-509X.2022.08.012
基于改进遗传算法和LVQ网络的刀具故障诊断
针对叠层材料钻削加工特点,提出一种通过改进遗传算法(SAMGA)优化学习向量量化(LVQ)网络的刀具磨损在线监测方法.该方法在刀具磨损监测实验过程中,采集制孔过程中的声发射信号与红外温度信号,利用小波包分解与主元分析法对采集到的信号进行滤波与降维处理,将处理后的信号特征作为输入特征向量导入到LVQ网络模型中,并通过改进遗传算法优化其初始权值与阈值.结果表明:SAMGA-LVQ模型相比BP网络对于刀具磨损的预测识别精度更高,改进遗传算法对LVQ网络优化后训练速度有明显提升,更适用于刀具磨损在线监测系统.
钻削加工、刀具磨损、改进遗传算法、LVQ网络、故障诊断、在线监测
51
TP206+.3(自动化技术及设备)
辽宁省教育厅重点实验室资助项目;沈阳市人才资源开发专项基金资助项目
2022-09-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
60-64