基于小波包-隐马尔科夫模型的机床加工状态识别

摘要：

机床加工状态对加工工件质量有很大的影响,因此识别机床加工状态有重要的意义.依据采集的机床加工数据,通过FFT频谱分析,划分出机床加工的3种状态.利用小波包分解,分别求出各种状态在不同频带节点上的能量分布百分比,并把它作为隐马尔科夫模型的输入特征向量.按照隐马尔科夫模型模式识别方法,建立3种标准状态的训练优化模型库,把测试样本代入优化模型库中,依据最大对数似然值对机床的加工状态进行了识别.计算结果表明,状态识别结果正确.

关键词：小波包、隐马尔科夫模型、机床、状态识别

分类号：TH133;TP391

在线出版日期：2013-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：202-204