刀具磨损状态特征参数提取与识别方法研究

作     者：唐利平 刘海雄 TANG Li-ping;LIU Hai-xiong

作者机构：湖南汽车工程职业学院 

基　　金：湖南省教育厅科学研究项目(16C0821) 

出 版 物：《组合机床与自动化加工技术》 (Modular Machine Tool & Automatic Manufacturing Technique)

年 卷 期：2019年第10期

页      码：10-14,19页

摘      要：为准确识别刀具磨损状态,提出了基于MF-DFA的特征提取方法和基于LS-SVM的磨损状态辨识方法。设计了刀具磨损试验方案;提出了具有可调节参数的改进阈值小波降噪方法,解决了硬阈值降噪不连续和软阈值降噪失真问题,降噪后信号的信噪比和均方误差优于另外两种阈值;分析了多重分形谱参数与声发射信号特征对应关系,基于此初选了特征参数,根据刀具不同磨损阶段各参数的分布情况优选了特征参数,且优选特征参数聚类效果极佳;采用基于LS-SVM算法的磨损阶段识别方法,分别使用初选特征参数与优选特征参数进行模式识别,实验结果表明,优选特征参数的识别精度明显高于初选特征参数;与BP神经网络、SVM算法相比,LS-SVM算法的识别准确率最高、时间消耗最小。

主 题 词：刀具磨损状态 改进小波阈值 多重分形谱 去趋势波动分析 最小二乘支持向量机 

学科分类：0501[文学-中国语言文学类] 050103[050103] 05[文学] 08[工学] 0802[工学-机械学] 080201[080201] 

D　O　I：10.13462/j.cnki.mmtamt.2019.10.003

馆 藏 号：203817215...