基于小波分析和集成神經(jīng)網(wǎng)絡的刀具磨損監(jiān)測技術研究.pdf

1、本文以Kistler 9257B測力儀、SR12寬帶聲發(fā)射傳感器及振動傳感器B＆K4370為信號檢測元件，利用多傳感器融合技術對銑削加工過程中刀具磨損監(jiān)測的一系列相關技術問題進行了詳細分析。在信號處理、特征抽取與選擇和模式識別等方面進行了積極的探索，豐富和發(fā)展了刀具磨損監(jiān)測技術。 對切削力和振動信號的處理主要采用小波分析。小波分析是處理非平穩(wěn)信號非常有效的方法，而其中的小波包變換不僅分析低頻信號，而且對高頻信號也進行了細分分析。

2、可以將包括正弦信號在內(nèi)的任意信號無冗余、無疏漏、正交地分解到獨立的、任意精細的頻帶上。正因如此，采用了小波包分解頻帶能量監(jiān)測法對切削力和振動信號進行了頻段能量統(tǒng)計，并得到了與刀具磨損敏感的頻段特征。通過相應頻段內(nèi)能量的變化，就可以對刀具磨損狀態(tài)進行有效的監(jiān)測。 最終的智能診斷系統(tǒng)是在小波分析與神經(jīng)網(wǎng)絡結合的基礎上建立的。首先利用BP網(wǎng)絡融合切削力和振動信號特征對刀具進行識別，根據(jù)其不足，提出了基于集成神經(jīng)網(wǎng)絡的刀具磨損狀態(tài)識別系