基于人工智能的刀具切削狀態(tài)的監(jiān)控研究.pdf

1、本文對國內(nèi)外刀具監(jiān)控技術(shù)進行了研究，著重研究了人工神經(jīng)網(wǎng)絡在刀具監(jiān)控技術(shù)中的應用。神經(jīng)網(wǎng)絡因其極強的非線性映射能力，特別適合于復雜模式識別，所以成為刀具狀態(tài)識別廣泛而強有力的工具。本文結(jié)合檢測系統(tǒng)的三大部分，即信號檢測、特征提取、模式識別對刀具狀態(tài)檢測進行了具體的研究。 本文的主要研究工作如下： ·首先分析了刀具切削狀態(tài)監(jiān)控技術(shù)的發(fā)展及國內(nèi)外研究的現(xiàn)狀，確定了本課題研究的意義。 ·通過對刀具磨損監(jiān)測方法的研究，確

2、定了間接監(jiān)測信號方法的實施，并對刀具加工過程中的各種傳感器進行研究，對各種檢測信號進行比較，最后選擇了電機電流信號，為成功研究刀具的狀態(tài)奠定了堅實的基礎(chǔ)。 ·對所選信號進行分析并提取信號特征，分別在時域，頻域及時頻域中對信號進行分析，提出用小波理論分析電機電流信號，有效的提取了刀具的信號特征，為刀具狀態(tài)的診斷提供可靠依據(jù)。 ·結(jié)合了人工智能神經(jīng)網(wǎng)絡對BP網(wǎng)、RBF網(wǎng)和小波神經(jīng)網(wǎng)絡進行研究，并在Matlab中進行仿真，比較