基于多傳感器信息融合的刀具狀態(tài)監(jiān)測研究.pdf_第1頁
已閱讀1頁,還剩82頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、該文結合監(jiān)測系統(tǒng)三大部分,即信號檢測、特征提取、狀態(tài)識別,進行基于多傳感器信息融合的刀具狀態(tài)監(jiān)測研究:選擇對刀具磨損反應敏感的切削力信號和振動信號作為檢測對象;根據信號的特點,分別在時域、頻域和時頻域對檢測到的信號進行分析和信號特征提取;以神經網絡模型實現(xiàn)多傳感器信息融合,對刀具狀態(tài)進行識別決策,構造出在單一工況和多工況條件下進行刀具狀態(tài)監(jiān)測的系統(tǒng).該文用小波包分解的方法,把時域信號分解成不同頻域段對應的子信號,從這些子信號中選擇最大程

2、度上反映刀具磨損的組合作為研究對象,再對這些組合進行特征提取.文中通過調整網絡結構、在可調節(jié)參數(shù)的調整公式中引入動量項、在學習過程中采用變學習率和最小誤差保留策略等優(yōu)化學習算法加速神經網絡學習速度,改善其收斂性.并就傳統(tǒng)BP網絡和小波神經網絡的學習算法加速神經網絡學習速度,改善其收斂性.并就傳統(tǒng)BP網絡和小波神經網絡的學習效果作實例對比.在實際刀具監(jiān)測模型的構造中,對于單一工況條件下的刀具監(jiān)測系統(tǒng),比較了以單一傳感器檢測信號和采用多傳感

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論