已閱讀1頁，還剩75頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、當今社會，隨著科技的日益進步，自動化程度越來越高，而機械制造業(yè)作為國家工業(yè)化水平的重要標志，也不斷的發(fā)展起來，金屬切削加工是機械制造中應用最為廣泛的加工方式，在加工過程中，刀具又是最基本且非常必要的生產要素，因此，如何保證刀具正常工作，提高刀具性能，對刀具磨損狀態(tài)進行監(jiān)測成為關鍵。
本論文以Kistler9257B測力儀、8702850M1振動傳感器等為信號采集元件用于采集監(jiān)測信號，在信號分析處理和狀態(tài)識別方面，主要利用MAT
2、LAB平臺，以刀具不同磨損狀態(tài)的切削力和振動信號為研究對象，提取信號的時域、頻域及時頻域等參數作為特征向量，得到與刀具磨損敏感的特征值，通過對粒子群優(yōu)化算法的研究發(fā)現，粒子群優(yōu)化算法具有概念簡單易于描述，需要調整的參數較少，實現比較容易，收斂速度快等優(yōu)點，因此將其用于優(yōu)化BP神經網絡以對刀具磨損狀態(tài)進行識別，相對于傳統(tǒng)的BP神經網絡來說，應用粒子群優(yōu)化算法優(yōu)化的BP神經網絡在刀具磨損狀態(tài)識別中更具優(yōu)勢。
刀具磨損狀態(tài)監(jiān)測系統(tǒng)是
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，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，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。
最新文檔
- 基于人工神經網絡對刀具磨損狀態(tài)監(jiān)測技術研究.pdf
- 基于人工蜂群優(yōu)化神經網絡的刀具磨損狀態(tài)監(jiān)測系統(tǒng)研究.pdf
- 基于小波分析和集成神經網絡的刀具磨損監(jiān)測技術研究.pdf
- 基于粒子群優(yōu)化的神經網絡智能控制.pdf
- 基于熱電效應的刀具磨損狀態(tài)監(jiān)測技術研究.pdf
- 基于神經網絡的刀具狀態(tài)監(jiān)測算法研究.pdf
- 基于聲發(fā)射和神經網絡的刀具磨損狀態(tài)識別研究.pdf
- 基于遺傳算法的BP神經網絡在刀具磨損狀態(tài)監(jiān)測中的應用.pdf
- 3947.基于粒子群優(yōu)化神經網絡的gdp預測
- 基于協(xié)同粒子群算法的卷積神經網絡優(yōu)化研究.pdf
- 基于神經網絡粒子群優(yōu)化算法的地區(qū)負荷預測研究.pdf
- 基于分形理論和神經網絡的刀具磨損在線監(jiān)測.pdf
- 基于粒子群優(yōu)化的神經網絡及其集成算法研究.pdf
- 基于顯微視覺的刀具磨損狀態(tài)監(jiān)測技術研究.pdf
- 基于小波神經網絡的高速銑削刀具磨損狀態(tài)識別研究.pdf
- 高速切削刀具磨損狀態(tài)的智能監(jiān)測技術研究.pdf
- 基于粒子群的糧食產量預測神經網絡優(yōu)化研究.pdf
- 基于粒子群優(yōu)化神經網絡的電力短期負荷預測研究.pdf
- 整型權值神經網絡的粒子群優(yōu)化研究.pdf
- 基于刀具磨損狀態(tài)檢測的銑削加工參數優(yōu)化技術研究.pdf
評論
0/150
提交評論