基于BP神经网络的数控机床刀具磨损状态识别方法 |
| |
引用本文: | 何一千,黄民,孙巍伟.基于BP神经网络的数控机床刀具磨损状态识别方法[J].设备管理与维修,2019(17). |
| |
作者姓名: | 何一千 黄民 孙巍伟 |
| |
作者单位: | 北京信息科技大学机电工程学院 |
| |
摘 要: | 为了提高三相电流信号监测刀具磨损状态的可靠性,提出了一种基于BP神经网络的数控机床刀具磨损状态识别方法。首先对采集得到的三相电流信号进行时域、频域和小波分析,从中提取出与刀具磨损程度相关性较好的多个特征量,组合成敏感特征向量,然后搭建BP神经网络,建立三相电流信号特征向量与刀具磨损状态之间的联系。最后,用经过训练后的BP神经网络识别多组未知样本的刀具磨损状态。实验结果表明,该方法能够准确判定刀具的磨损状态。
|
本文献已被 CNKI 等数据库收录! |
|