支持向量机在刀具磨损多状态监测中的应用.pdfVIP

第44卷第l期 天津大学学报 、厂01．44No．1 of Jan．2011 2011年1月 Journal TianjinUIIiversity 支持向量机在刀具磨损多状态监测中的应用 王国锋，李启铭，秦旭达，喻 秀，崔银虎，彭东彪 (天津大学机械工程学院，天津300072) 过对切削过程中的多向切削力和振动信号等多传感器信息进行分析，分别获得时域、频域和小波域的信息作为磨损分 训练和识别．对切削过程中不同磨损状态的分类结果表明，多分类支持向量机具有出色的学习能力，能够实现在小样 本情况下的不同磨损阶段分类，并具有较高的识别精度． 关键词：刀具磨损监测；支持向量机；一对多；多状态识别 中图分类号：nIl65．3；TP206．3文献标志码：A 文章编号：0493．2137(2011)01．0035—05 of inToolWearof ApplicationSupport—Vector—Machine Multi—StageMonitoring WANG Xu—da，YU Yin．hu，PENG Guo-feng，LIQi-ming，QIN Xiu，CUI Dong-biao (SchoolofMech锄ical Engineering，Ti蛳jinUnivers时，Ti刎in300072，Chi∞) Abstract：Basedon ofmulti·sensor，theofmulti—statcoftoolwearw勰realized signals recognition bysupport- vector-machine(SVM)ofmulti．cIassification．Thef．orce锄dvibrationwere todmwillf0衄a- c嘣ing signalsanalyzed tionof山emulti·sensorintiIIle domain粕dwaVeletdomain as features． domain，丘．cquency respectiVelyrccognized Meanwhile也efeature ofVariouswearextemswere仃ai∞dand of sampIes recognizedbysuppon-vecto卜machine multi．classific“onbasedon indicatesthatSVMisofexceIlem one．vers璐一all(O、，A)，which le锄iIlgabili哆，able toreali跫cl私sificationofdi矗’erentwearextentsforsman ofhigll s锄ples锄d recognitionprecision． wear 1【eywords：tool recognition 刀具磨损的状态直接影响着加工质量、效率和成