版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、西南交通大學(xué)碩士學(xué)位論文基于EEMD和支持向量機(jī)的刀具狀態(tài)監(jiān)測(cè)方法研究姓名:劉芽申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):儀器儀表工程指導(dǎo)教師:傅攀201206西南交通大學(xué)碩士研究生學(xué)位論文第H頁(yè)AbstractInthispaperwehaveaseriesofworkforthemethodresearchforthewearstateofcuttingtool,whichisbeenusedinmachininglargelyFirstlythem
2、echanismoftooldamage、theprocessoftoolwearingandthetoolbluntstandardarebeenanalyzedThensettinguptheexperimentalplatformofmulti—sensorforthemonitoringoftoolwearconditionandcollectingturningvibrationandcuttingforcedataunder
3、differentconditionsSecondlyauthoranalysistheprincipleofthemethodofempiricalmodedecompositionandthedecompositionprocessTowardsitsshortageofmodalaliasingitusedtheimprovedoverallempiricalmodedecompositionmethodThentrigtOuse
4、themethodfortheanalysisofthevibrationdataoftoolwearItextractedthepercentagevalueoftheenergyofeachIMFcomponentafterdecompositionasthefeature,anddiscussedthecharacteristic’SrepeatabilityanddifferencesindetailInadditionitin
5、troducedthebasicideaofthestatisticalknowledgeandthetheoreticalcharacteristicsofsupportvectormachineSupportvectormachineisbasedonstructuralriskminimizationprincipleThenitmakestheenergypercentagevaluesofvibrationdataextrac
6、tedfromensembleempiricalmodedecompositionandthemeallofcuttingforceastrainingsamplesandtestingsamplesofsupportvectormachinemodelInthiswayitestablishedasupportvectormachineclassifiermodelThetestsamplestellthecorrectofthism
7、odelforclassificationandidentificationoffeaturevaluethattheenergypercentagevaluesofvibrationdataextractedfromensembleempiricalmodedecompositionandthemeanofcuttingforceFinallythoughcomparingofBPandRBFneuralnetworkwithsupp
8、ortvectormachineclassifierintoolweal“identificationfoundthatsupportvectormachineshowedgoodsuperiorityinrecognitionaccuracytrainingtimeandrelianceOilthemodelstructureThispapercombinedEEMDdecompositionmethodandsupportvecto
9、rmachinefortoolWeal“monitoringandachievedtheanticipatedresultsEnrichedtheresearchmethodsof也etoolwearconditionmonitoringandalsoproddeda也eoretcalbasisforthefurtherrealizationofonlinemonitoringInadditionitcomparedthecharact
10、eristicsoflleBralnetworkandsupportvectormachineinclassificationandrecognitionapplicationsforprovidingatheoreticalreferenceforthesubsequentselectingofrecognitionmodelkeywords:TheWearStatusofToolEnsembleEmpiricalModeDecomp
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏分解和支持向量機(jī)的高速銑削刀具磨損狀態(tài)監(jiān)測(cè).pdf
- 基于支持向量機(jī)的變參數(shù)銑削刀具磨損狀態(tài)監(jiān)測(cè)研究.pdf
- 基于支持向量機(jī)的刀具磨損狀態(tài)預(yù)測(cè).pdf
- 20593.基于eemd去噪和果蠅支持向量機(jī)的變形預(yù)測(cè)方法研究
- 基于支持向量機(jī)和混沌理論的壓縮機(jī)狀態(tài)預(yù)測(cè)方法研究.pdf
- 基于支持向量機(jī)的流量預(yù)測(cè)和狀態(tài)判別研究.pdf
- 基于EEMD和最小二乘支持向量機(jī)的滾動(dòng)軸承故障診斷方法研究.pdf
- 基于支持向量機(jī)的濾波方法研究.pdf
- 基于小波包支持向量機(jī)方法的結(jié)構(gòu)件狀態(tài)識(shí)別.pdf
- 基于支持向量機(jī)的城市道路交通狀態(tài)判別方法研究.pdf
- 基于支持向量機(jī)的圖像處理方法研究.pdf
- 基于支持向量機(jī)的多分類方法研究.pdf
- 基于高斯超向量和支持向量機(jī)的電子偽裝語(yǔ)音鑒定方法研究.pdf
- 基于聚類和支持向量機(jī)的數(shù)據(jù)挖掘方法研究.pdf
- 基于支持向量機(jī)的變壓器狀態(tài)評(píng)估與狀態(tài)預(yù)測(cè)研究.pdf
- 基于支持向量機(jī)的燃機(jī)渦輪葉片狀態(tài)檢測(cè).pdf
- 基于支持向量機(jī)結(jié)構(gòu)健康狀態(tài)趨勢(shì)預(yù)測(cè)研究.pdf
- 基于支持向量機(jī)的圖像分割方法的研究.pdf
- 基于支持向量機(jī)和流形學(xué)習(xí)的分類方法研究.pdf
- 基于支持向量機(jī)的變形預(yù)測(cè)方法研究.pdf
評(píng)論
0/150
提交評(píng)論