基于小波神經網絡的高速銑削刀具磨損狀態(tài)識別研究.pdf

1、高速銑削加工技術越來越多的應用于航空航天、模具、汽車等制造業(yè)領域,它能顯著提高生產率,改善加工質量,降低成本。但是,高速銑削刀具磨損快,使用壽命短,如不進行實時監(jiān)測很容易出現(xiàn)“打刀”現(xiàn)象。因此,刀具磨損的監(jiān)測對高速銑削加工技術的推廣應用有重要的實際意義。
　　論文通過高速銑削淬硬鋼實驗,首先建立了銑削力及系數(shù)模型,并采用一種新的系數(shù)識別方法——主成分法對系數(shù)模型進行回歸分析。通過建立仿真實驗,仿真結果表明建立的銑削力模型得到的仿真

2、信號與實測信號十分接近,可以作為神經網絡的訓練信號。然后,采用小波包對采集的銑削力信號進行分解和消噪處理,并提取其能量特征作為BP神經網絡的輸入向量。
　　基于神經網絡極強的非線性映射能力和分類能力,本文選用小波包分析與BP(Back Propagation)神經網絡結合的方式對刀具磨損狀態(tài)進行識別。通過建立BP網絡結構,構造訓練樣本及測試樣本,對網絡進行訓練和測試,結果表明該網絡能對刀具磨損狀態(tài)進行準確識別,為實現(xiàn)高速銑削刀具的