基于切削力的小波神经网络刀具磨损状态监测.pdfVIP

2009年7月 机床与液压 Jul．2009 第37卷第7期 MACHINETOOLHYDRAULICS V01．37No．7 ． DOI：10．3969／j．issn．1001—3881．2009．07．082 基于切削力的小波神经网络刀具磨损状态监测 杨永1，2 (1．广东技术师范学院机电学院，广东广州510635； 2．广东省高等学校科研型重点实验室，广东广州510635) 摘要：为了有效地进行刀具状态监测，采用小波神经网络对刀具进行故障诊断。通过小波变换提取刀具磨损切削力信 号的特征，利用小波包分解技术对信号进行分析，得到有效的特征量作为BP神经网络的输入样本，并对网络进行学习训 练，完成对刀具磨损状态的有效识别。仿真结果表明该方法是有效的。 关键词：切削力；小波变换；神经网络；刀具监测 中图分类号：TG7 文献标识码：A 文章编号：1001—3881(2009)7—250—2 of ToolWearBasedon Force WaveletNeuralNetwork MonitoringCutting CuttingbyUsing YANG Yon91’2 of Normal Electro-mechanics (1．Dept．of GuangdongPolytechnic 510635，China； University，GuangzhollGuangdong ’ 2．ScientificResearch—centredand of KeyLaboratoryGuangdong Universitiesand 510635，China) College，GuangzhouGuangdong orderto toolcondition methodof toolfault basedonwaveletandartifi- Abstract：In improvecuring monitor，a curing diagnosis cialnetworkswithrelaxedstructureW88 were of force extractedfromwavelet proposed．Featurescutting featureswere toBPneuralnetworkstO ofthestatusofthe indicate considered∞inpum completerecognition curingt001．Experiments thatthemethodiseffective．