刀具磨损监测的一种数据处理方法

摘要：

采用声发射传感器采集刀具切削时的信号,提出了一种基于BP神经网络识别刀具磨损程度的方法.该方法将原始声发射信号经高通滤波后直接输入到BP神经网络中进行训练,依靠神经网络的非线性映射能力,使神经网络对不同磨损程度刀具产生的信号进行分类,并能准确判别未知信号所属类别.与传统方法相比,该方法省去了人工提取特征值这一费时费力的环节.研究了神经元个数对神经网络的训练和识别的影响,提高了神经网络的识别精度.实验结果表明,该方法可以准确地预测刀具磨损程度.

关键词：刀具磨损、声发射、BP神经网络

所属期刊栏目：45

分类号：TH16;TG712

资助基金：国家科技重大专项课题-高档数控机床与基础制造装备2012ZX04005-021

在线出版日期：2017-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：105-109