| 数控机床刀具磨损状态特征参数提取 |
| |
| 引用本文： | 高鹏磊,库祥臣. 数控机床刀具磨损状态特征参数提取[J]. 组合机床与自动化加工技术, 2013, 0(6) |
| |
| 作者姓名： | 高鹏磊 库祥臣 |
| |
| 作者单位： | 河南科技大学机电工程学院,河南洛阳,471003 |
| |
| 基金项目： | 国家科技重大专项课题-高档数控机床与基础制造装备 |
| |
| 摘 要： | 基于振动信号小波包分解理论对不平稳信号特征提取的优势,提出了一种利用振动信号的能量变化来监测刀具磨损状态的方法.该方法利用db4小波基对振动信号进行4层小波包分解,并将分解后的各频带能量值作为刀具磨损状态判断的特征参数.在新刀和刀具磨损的状态下提取特征向量,并根据频段能量的变化判断刀具磨损程度.试验结果证明该方法在刀具磨损状态判断中的可行性.
|
| 关 键 词： | 刀具磨损 小波包分解 振动信号 特征提取 |
Characteristic Parameters Extraction of CNC Machine Tool Wear State |
| |
| GAO Peng-lei , KU Xiang-chen. Characteristic Parameters Extraction of CNC Machine Tool Wear State[J]. Modular Machine Tool & Automatic Manufacturing Technique, 2013, 0(6) |
| |
| Authors: | GAO Peng-lei KU Xiang-chen |
| |
| Abstract: | |
| |
| Keywords: | tool wear wavelet packet decomposition vibration signals feature extraction |
| 本文献已被 万方数据 等数据库收录！ |
|
