特征降维与决策融合在刀具磨损监测中的应用

作     者：李晓晖 傅攀 Li Xiaohui;Fu Pan

作者机构：西南交通大学机械工程学院 

基　　金：中央高校基本科研业务费专项资金资助项目(SCOJTU12CX039) 

出 版 物：《机械设计与研究》 (Machine Design And Research)

年 卷 期：2013年第29卷第5期

页      码：53-58页

摘      要：声发射技术是刀具磨损状态监测的有效检测方法。针对目前对刀具声发射信号难以实现识别分辨率和计算速率兼容的问题,提出关于刀具磨损状态识别建模的新方法。首先对信号进行小波包特征抽取,并通过核主分量分析对其进行优化。接着在两种神经网络识别结果的基础上,提出基于支持向量机的决策融合算法,从而避免了经典决策融合算法在实际应用中的问题。实验数据证明,该模型能有效提高刀具磨损状态的识别分辨率,且不影响运算的在线性。

主 题 词：刀具磨损 状态监测 核主分量分析 决策融合 

学科分类：08[工学] 081101[081101] 0811[工学-水利类] 081102[081102] 

核心收录：

D　O　I：10.3969/j.issn.1006-2343.2013.05.015

馆 藏 号：203873643...