2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩69頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、刀具作為機床切削加工的直接執(zhí)行者,在切削過程中不可避免地會出現(xiàn)磨損現(xiàn)象。刀具磨損程度的增大不僅會使產(chǎn)品的加工質(zhì)量下降,還容易引起機床故障。為了保證產(chǎn)品加工質(zhì)量,提高生產(chǎn)效率,有必要深入地研究刀具磨損在線監(jiān)測技術。
  本文基于振動傳感器和聲發(fā)射傳感器,實現(xiàn)了對刀具磨損量的智能預測。首先搭建了刀具磨損實驗平臺,采集了不同磨損狀態(tài)的刀具切削時產(chǎn)生的振動信號和聲發(fā)射信號。對信號分別進行了時域分析和頻域分析,發(fā)現(xiàn)不同磨損量刀具之間的頻率成

2、分和頻率幅值均具有較大差異,可將其作為識別刀具磨損狀態(tài)的特征向量。為了獲取足夠的訓練樣本,對信號進行了短時傅里葉變換,并將振動信號6250Hz以下頻段的頻率幅值和聲發(fā)射信號52KHz~400KHz之間頻段的頻率幅值作為 BP神經(jīng)網(wǎng)絡的輸入向量,充分利用神經(jīng)網(wǎng)絡自身的學習能力,使神經(jīng)網(wǎng)絡建立從信號頻譜到刀具磨損量之間的映射關系,從而實現(xiàn)對刀具磨損量的預測。為了更好地研究神經(jīng)網(wǎng)絡算法并將其應用于實際生產(chǎn),利用 C#語言編寫了神經(jīng)網(wǎng)絡程序,實

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論