首页 | 本学科首页   官方微博 | 高级检索  
     

基于差分进化小波神经网络的刀具磨损状态识别
引用本文:陈静,王武,毛林.基于差分进化小波神经网络的刀具磨损状态识别[J].机械设计与制造,2012(7):176-178.
作者姓名:陈静  王武  毛林
作者单位:1. 许昌学院电气信息工程学院,许昌,461000
2. 许继集团电网公司,许昌,461000
基金项目:河南省教育厅自然科学研究资助项目,河南省科技厅科技攻关计划资助项目
摘    要:提出应用小波神经网络进行刀具磨损状态识别的方法,给出了具体的识别流程。构建了小波神经网络,并实现了差分进化对网络参数的优化。通过检测加工现场的切削力和切削声音信号,将其进行信号处理后作为小波神经网络的训练样本,将差分进化应用于小波神经网络结构和参数的优化中,最终实现刀具磨损状态的识别。仿真结果表明差分进化小波神经网络能够有效避免神经网络不收敛的缺点,提高学习速度,采用差分进化小波神经网络进行刀具磨损状态识别,具有较高的诊断精度和效率。

关 键 词:小波神经网络  差分进化算法  刀具磨损  状态识别  仿真

State Recognition of Tool Wear Based on Differential Evolution Wavelet Neural Networks
CHEN Jing , WANG Wu , MAO Lin.State Recognition of Tool Wear Based on Differential Evolution Wavelet Neural Networks[J].Machinery Design & Manufacture,2012(7):176-178.
Authors:CHEN Jing  WANG Wu  MAO Lin
Affiliation:1School of Electrical and Information Engineering,Xuchang University,Xuchang 461000,China)(2Power Grid Corp of XJ Electric Co.,Ltd,Xuchang 461000,China)
Abstract:
Keywords:
本文献已被 CNKI 万方数据 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