版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
BPNN-SVM混合模型法监测乏燃料剪切机刀具磨损状态
Tool Wear Condition Monitoring of Spent Fuel Shearing Machines Using Method of BPNN-SVM Hybrid Model作者机构：南华大学核科学技术学院湖南衡阳421001 南华大学管理学院湖南衡阳421001 南华大学核设施应急安全作业技术与装备湖南省重点实验室湖南衡阳421001
出 版 物：《核电子学与探测技术》 (Nuclear Electronics & Detection Technology)
年 卷 期：2018年第38卷第2期
页 面：298-303页
学科分类：08[工学] 082702[工学-核燃料循环与材料] 0805[工学-材料科学与工程（可授工学、理学学位）] 0827[工学-核科学与技术]
基 金：湖南省军民融合产业发展专项(2013JMH01) 湖南省科技厅重点研发项目(2015GK3030)资助
主 题：乏燃料剪切机 刀具磨损 状态监测 IMF能量距 BP神经网络 支持向量机
摘 要：提出了一种基于本征模态函数能量距法对乏燃料对剪切机工作噪声进行特征提取,并融合了BP神经网络和支持向量机构建了一种混合模型用于乏燃料剪切机刀具磨损状态的监测。对乏燃料剪切机刀具的正常、轻度磨损、重度磨损和损坏四种状态下的工作噪声信号分析的结果表明,该方法可以准确、有效地识别这些状态。
