基于小波神经网络的切削刀具磨损识别
提出了一种基于小波神经网络的切削刀具状态监测方法,在采集切削加工功率信号的基础上,利用小波分解方法提取反映刀具磨损状态的信号特征量,利用小波神经网络的非线性模型和学习机制,实现刀具磨损状态的在线监测;针对多输入输出问题带来的网络规模大、收敛速度慢等问题,提出应用粒子群算法优化小波神经网络的方法,从而简化小波神经网络结构并加快收敛速度.仿真和应用实例证明,该方法比传统的基于BP的小波神经网络、GA优化的小波神经网络估计准确率高,消耗时间短.
切削刀具、磨损、粒子群算法、小波神经网络
39
THI17.1;TG71
国家"863"高技术研究发展计划资助项目2007AA042002;上海市"十五"重点科技攻关项目041111001
2008-10-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
173-177