基于人工智能的刀具切削狀態(tài)的監(jiān)控研究.pdf

1、本文對(duì)國(guó)內(nèi)外刀具監(jiān)控技術(shù)進(jìn)行了研究，著重研究了人工神經(jīng)網(wǎng)絡(luò)在刀具監(jiān)控技術(shù)中的應(yīng)用。神經(jīng)網(wǎng)絡(luò)因其極強(qiáng)的非線性映射能力，特別適合于復(fù)雜模式識(shí)別，所以成為刀具狀態(tài)識(shí)別廣泛而強(qiáng)有力的工具。本文結(jié)合檢測(cè)系統(tǒng)的三大部分，即信號(hào)檢測(cè)、特征提取、模式識(shí)別對(duì)刀具狀態(tài)檢測(cè)進(jìn)行了具體的研究。 本文的主要研究工作如下： ·首先分析了刀具切削狀態(tài)監(jiān)控技術(shù)的發(fā)展及國(guó)內(nèi)外研究的現(xiàn)狀，確定了本課題研究的意義。 ·通過對(duì)刀具磨損監(jiān)測(cè)方法的研究，確

2、定了間接監(jiān)測(cè)信號(hào)方法的實(shí)施，并對(duì)刀具加工過程中的各種傳感器進(jìn)行研究，對(duì)各種檢測(cè)信號(hào)進(jìn)行比較，最后選擇了電機(jī)電流信號(hào)，為成功研究刀具的狀態(tài)奠定了堅(jiān)實(shí)的基礎(chǔ)。 ·對(duì)所選信號(hào)進(jìn)行分析并提取信號(hào)特征，分別在時(shí)域，頻域及時(shí)頻域中對(duì)信號(hào)進(jìn)行分析，提出用小波理論分析電機(jī)電流信號(hào)，有效的提取了刀具的信號(hào)特征，為刀具狀態(tài)的診斷提供可靠依據(jù)。 ·結(jié)合了人工智能神經(jīng)網(wǎng)絡(luò)對(duì)BP網(wǎng)、RBF網(wǎng)和小波神經(jīng)網(wǎng)絡(luò)進(jìn)行研究，并在Matlab中進(jìn)行仿真，比較