共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
提出了一种刀具寿命的检测方法。该方法把模糊逻辑和神经网络结合起来,并用神经网络分解技术,建立了一上刀具状态识别网络。该网络适于进行多传感器刀具复杂状态的识别和分类,具有训练时间短,扫行速度快,可靠性高,抗噪能力强的特点。 相似文献
3.
4.
设计了一种利用光纤F-P声发射传感器监测加工刀具状态的系统,采用BP基神经网络建立刀具磨损情况监控和预测模型,为刀具管理提供依据,提高高速硬切削加工效率。实验证明,该系统对刀具的实时监测效果较好。 相似文献
5.
6.
7.
基于B样条模糊神经网络的刀具磨损监测 总被引:2,自引:0,他引:2
刀具状态监测是实现自动化加工和无人化加工的关键技术。本文使用切削力和声发射传感器监测金属切削过程,提出了基于B样条模糊神经网络作为刀具磨损量监测模型。该模型能够准确描述刀具磨损和信号特征之间的非线性关系,和常用的BP前馈神经网络相比,具有收敛速度快和局部学习能力等优点。试验结果表明:采用B样条模糊神经网络对提高刀具磨损在线监测的准确度和可靠度非常有效。 相似文献
8.
基于人工神经网络的铣削磨损监测研究 总被引:1,自引:0,他引:1
利用铣削刀具磨损多参量信号进行预处理及特征量提取,采用特征融合方法建立信号级、模型级、特征级和融合级层次结构实验方案,通过样本训练模糊小波神经网络逼近系统,建立刀具补偿系统的最优控制策略,从而对被检测对象进行有效的识别与估计.由实验结果对比可见,人工神经网络模型的预测精度基本在范围之内.实验表明该模型适用于切削条件下的铣刀磨损监控,可以较准确地监控铣刀的剧烈磨损. 相似文献