基于emd和dhmm的刀具故障诊断 tool fault diagnosis based on empirical mode decomposition and discrete hidden markov model.pdfVIP

下载本文档

1
0
约1.03万字
约 3页
2017-11-02 发布于上海
举报
版权申诉

基于emd和dhmm的刀具故障诊断 tool fault diagnosis based on empirical mode decomposition and discrete hidden markov model.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于emd和dhmm的刀具故障诊断 tool fault diagnosis based on empirical mode decomposition and discrete hidden markov model

第7期组合机床与自动化加工技术 NO．7 2016年7月 Modlll盯M舵址mToolAu咖a6c Jlll．2016 M粕幽cturi呜T∞hni岬e 文章编号：100l一2265(2016)07—0089—03DOI：lO．13462／j．cnki．mmt姗t．2016．07．025 基于EMD和DHMM的刀具故障诊断术徐康，黄民 (北京信息科技大学机电工程学院，北京100192) 摘要：为了有效监测刀具的磨损状态，提出了一种基于经验模态分解(EMD)和离散隐马尔科夫模型 (DHMM)的刀具故障诊断方法。首先对振动信号进行EMD分解，得到若干固有模态函数(IMF)，选取前几个能量较大的IMF进行标量量化处理得到特征向量后，作为观测值序列输入已训练好的 DHMM模型进行故障状态识别。此外，通过与支持向量机(SVM)故障诊断方法进行比较，结果表明， EMD—DHMM刀具故障方法能够更有效地识别刀具的故障状态。关键词：经验模态分解；离散隐马尔可夫模型；支持向量机；故障诊断中图分类号：THll7：TG506文献标识码：A T∞lFaIllt Mode Discnte珂ddenM盯koVModel Dia驴戚sBased仰EmpiricaID∞omposi6蚰蛐d XU Min Kang，HUANG ofMechanicaIldElectric Infb册ation (School Engineering，BeijingScienceTechnolog)rUniVersity，Beijing 100192，China) toolwearfault metllodb弱edon mode discrete Abstract：A diagnosis empiricaldecomposition(EMD)and hidd即M矧koV to monitorme tool fault cutting model(D}m皿订)ispmposedef佬ctiVely condition．origiIlal to fiIlite mode is EMDconk曲anuIIlt财of in咖sic sigllaldecomposedby sta廿onary functions(IMFS)． choSen锄d scal撕zationaIld Thenmeseveral IMFsare doIIlina廿ng processedby quaIldzation．And ene唱y tllefeamreVectorsare int0me缸ajnedD}删Mfbr resultSshowⅡlatmemetll— input recogIlidon．Expe血nental odofEMD—D}删Mis tomemeⅡlodofD仰I—SⅥⅥand toolwear aIld superior c觚iden