首页 | 本学科首页   官方微博 | 高级检索  
     

基于分类器融合的刀具故障诊断方法研究
引用本文:李 巍,邢邦圣. 基于分类器融合的刀具故障诊断方法研究[J]. 煤矿机械, 2014, 0(2): 225-227
作者姓名:李 巍  邢邦圣
作者单位:江苏师范大学机电工程学院;
摘    要:根据刀具磨损状态不同时其不同频带的能量不同,将小波包分解方法和基于神经网络的模糊系统融合器相结合,用于车刀状态诊断。采用小波包将信号分解为不同频带的信号,通过求取不同频带的均方根值提取各特征量,然后将特征向量分别输入BP、SVM、ELM、PNN 4种神经网络分类器,将不同分类器的分类结果应用模糊网络进行优化综合。实验结果表明:多分类融合分类识别效果比单个分类器效果要好,提高了对刀具状态的识别精度。

关 键 词:刀具磨损  小波包  特征提取  神经网络分类器  分类器融合

Tool Fault Diagnosis Based on Multiple Classifier Fusion
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号