

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、本論文全面論述了現(xiàn)代加工過程監(jiān)控的意義,刀具狀態(tài)監(jiān)測的研究現(xiàn)狀與發(fā)展方向。論文在全面分析了刀具監(jiān)測需解決的關(guān)鍵技術(shù)問題的基礎(chǔ)上,設(shè)計(jì)了刀具狀態(tài)智能監(jiān)測系統(tǒng)模型。建立了刀具狀態(tài)識別的神經(jīng)網(wǎng)絡(luò)復(fù)合模型,模型分為上下兩層結(jié)構(gòu),這是該系統(tǒng)的核心。在下層的動(dòng)態(tài)識別部分,實(shí)現(xiàn)對刀具狀態(tài)多特征典型模式的自組織,并且能自動(dòng)發(fā)現(xiàn)加工中出現(xiàn)的新故障模式,能夠彌補(bǔ)神經(jīng)網(wǎng)絡(luò)有監(jiān)督學(xué)習(xí)方法在刀具監(jiān)測中的不足。在上層的靜態(tài)識別層,靜態(tài)識別層分為兩種結(jié)構(gòu),分別實(shí)現(xiàn)對
2、于刀具狀態(tài)的三個(gè)階段的識別和刀具磨損量的估計(jì),兩個(gè)結(jié)果可以互相結(jié)合,能夠更加準(zhǔn)確識別刀具磨損狀態(tài) 。分層式智能識別模型不僅能滿足對加工中突發(fā)故障的實(shí)時(shí)監(jiān)測要求,而且能滿足對刀具磨損的高精度識別要求。為進(jìn)一步提高監(jiān)測系統(tǒng)的性能,針對小波網(wǎng)絡(luò)在實(shí)現(xiàn)多維模式識別時(shí)存在的“維數(shù)災(zāi)”問題,在分析刀具狀態(tài)監(jiān)測的靜態(tài)識別小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)特點(diǎn)的基礎(chǔ)上,提出混合遞階遺傳算法優(yōu)化小波神經(jīng)網(wǎng)路,該算法是遞階遺傳算法和線性回歸的結(jié)合,降低了網(wǎng)絡(luò)的結(jié)構(gòu)復(fù)雜性
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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。
最新文檔
- 基于人工神經(jīng)網(wǎng)絡(luò)對刀具磨損狀態(tài)監(jiān)測技術(shù)研究.pdf
- 基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)在刀具磨損狀態(tài)監(jiān)測中的應(yīng)用.pdf
- 基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的刀具磨損狀態(tài)監(jiān)測技術(shù)研究.pdf
- 基于人工蜂群優(yōu)化神經(jīng)網(wǎng)絡(luò)的刀具磨損狀態(tài)監(jiān)測系統(tǒng)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的燒結(jié)風(fēng)機(jī)狀態(tài)監(jiān)測.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的刀具狀態(tài)識別系統(tǒng)
- 基于神經(jīng)網(wǎng)絡(luò)的異性纖維檢測算法的研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)入侵檢測算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)擴(kuò)張的Adaboost人臉檢測算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的改進(jìn)網(wǎng)絡(luò)流量預(yù)測算法的研究.pdf
- 基于聲發(fā)射和神經(jīng)網(wǎng)絡(luò)的刀具磨損狀態(tài)識別研究.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的鐵路異物檢測算法.pdf
- 基于灰色神經(jīng)網(wǎng)絡(luò)模型的網(wǎng)絡(luò)流量預(yù)測算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的變壓器絕緣狀態(tài)監(jiān)測的研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的表面缺陷檢測算法研究.pdf
- 基于SOM神經(jīng)網(wǎng)絡(luò)的惡意用戶檢測算法研究.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的車載視頻行人檢測算法研究.pdf
- 基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的人臉檢測算法研究.pdf
- 基于Adaboost和神經(jīng)網(wǎng)絡(luò)的人臉檢測算法研究.pdf
評論
0/150
提交評論