|
|||||
|
|
| 基于最佳小波基小波特征的神经网络刀具磨损状态监测方法 | |
| 引用本文： | 王忠民,王信义. 基于最佳小波基小波特征的神经网络刀具磨损状态监测方法[J]. 制造业自动化, 2003, 25(Z1): 255-259 |
| 作者姓名： | 王忠民 王信义 |
| 作者单位： | 1. 西安邮电学院,计算机系,西安,710061 2. 北京理工大学,机械工程与自动化学院,北京,100081 |
| 摘 要： | 以小波分析理论为基础,提出了以对数熵理论确定最佳小波包分解树结构的方法,提出了基于声发射信号最佳小波基最佳小波分量频段能量的声发射信号小波特征,开发了基于最佳小波基小波特征的神经网络刀具磨损状态在线监测系统,实验结果表明,该系统具有较高的监测精度,能满足工业现场对刀具磨损状态实时在线监测的要求. |
| 关 键 词： | 小波分析 声发射 神经网络 状态监测 |
| 修稿时间： | 2003-04-23 |
TOOL WEAR MONITORING METHOD USING NEURAL NETWORK BASED ON THE OPTIMAL WAVELET FEATURES |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |