基于小波分析和集成神經(jīng)網(wǎng)絡(luò)的刀具磨損監(jiān)測(cè)技術(shù)研究.pdf

1、本文以Kistler 9257B測(cè)力儀、SR12寬帶聲發(fā)射傳感器及振動(dòng)傳感器B＆K4370為信號(hào)檢測(cè)元件，利用多傳感器融合技術(shù)對(duì)銑削加工過程中刀具磨損監(jiān)測(cè)的一系列相關(guān)技術(shù)問題進(jìn)行了詳細(xì)分析。在信號(hào)處理、特征抽取與選擇和模式識(shí)別等方面進(jìn)行了積極的探索，豐富和發(fā)展了刀具磨損監(jiān)測(cè)技術(shù)。 對(duì)切削力和振動(dòng)信號(hào)的處理主要采用小波分析。小波分析是處理非平穩(wěn)信號(hào)非常有效的方法，而其中的小波包變換不僅分析低頻信號(hào)，而且對(duì)高頻信號(hào)也進(jìn)行了細(xì)分分析。

2、可以將包括正弦信號(hào)在內(nèi)的任意信號(hào)無冗余、無疏漏、正交地分解到獨(dú)立的、任意精細(xì)的頻帶上。正因如此，采用了小波包分解頻帶能量監(jiān)測(cè)法對(duì)切削力和振動(dòng)信號(hào)進(jìn)行了頻段能量統(tǒng)計(jì)，并得到了與刀具磨損敏感的頻段特征。通過相應(yīng)頻段內(nèi)能量的變化，就可以對(duì)刀具磨損狀態(tài)進(jìn)行有效的監(jiān)測(cè)。 最終的智能診斷系統(tǒng)是在小波分析與神經(jīng)網(wǎng)絡(luò)結(jié)合的基礎(chǔ)上建立的。首先利用BP網(wǎng)絡(luò)融合切削力和振動(dòng)信號(hào)特征對(duì)刀具進(jìn)行識(shí)別，根據(jù)其不足，提出了基于集成神經(jīng)網(wǎng)絡(luò)的刀具磨損狀態(tài)識(shí)別系