- 1、本文档共5页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
· 26 · 机床与液压 第 40卷
4 结论 【3】MARINESCUIulian,AXINTEDragosA.ACriticalAnaly
(1)改进 了以往相关研究的实验方法及数据采 sisofEffectivenessofAcousticEmission Sing alstoDetect
集方法 ,使之更加符合实际的切削过程 ,同时大大减 toolandWorkpieeeMalfunctionsinMillingOperations[J].
少了数据采集量 ,有助于进一步开发实用的刀具磨损 InternationalJournal ofMachineTools Manufacture.
监测设备。 2008,48(10):1148—1160.
4【】高宏力.切削加工过程中刀具磨损的智能监测技术研究
(2)通过对声发射信号进行 WPD分解及重构,
[D].成都:西南交通大学机械工程学院,2005.
用软方法实现常规硬方法实现的多传感器融合,为刀
【5】DIMLADEJR,LISTERPM,LEIGHTONNJ.NeuralNet.
具磨损实用化研究提供 了一个新 的思路。在此基础
workSolutionstotheToolConditionMonitoringProblem in
上,构造初始特征向量矩阵,进行奇异值分解 ,求奇
MetalCutting:ACriticalReviewofMethods[J].Interna—
异谱构造特征向量,实验结果表明:特征向量可以有 tionalJournalofMachine& ToolsManufacture,1997,37
效地刻画刀具的磨损特征。 (a):1219—1241.
(3)文中构造的并联集成双网络结构,可以使 【6】SICKBernhard.On.1ineandIndirectToolWeraMonitoring
用相同的特征向量同时在线实现刀具实时磨损量估 inTurning with Artificial NeuralNetworks:A Review of
算及未来 10S刀具磨损量预测。采用的L.M优化算 MorethanaDecadeofResearch 『J].MechanicalSystems
法与其他算法相 比,收敛速度更快 、泛化能力更 andSignalProcessing,2002,16:487—546.
强 。 【7】杨建国.小波分析及其工程应用 [M].北京:机械工业出
参考文献: 版社,2005:63—133.
【1】LIXiaoli.ABriefReview:AcousticEmissionMethodfor 【8】ALONSOFJ,SALGADODR.AnalysisoftheStructureof
文档评论(0)