检索结果-内蒙古大学图书馆

振动．测试与诊断 2022年第5期42卷 988-996,1039页

作者：谢振龙岳彩旭刘献礼严复钢刘智博穆殿方梁越昇哈尔滨理工大学先进制造智能化技术教育部重点实验室哈尔滨150080 佐治亚理工学院乔治·W·伍德拉夫机械工程学院亚特兰大30332

以硬质合金刀具铣削Ti-6Al-4V为研究对象,提出了一种基于经验模态分解(empirical mode decomposition,简称EMD)及支持向量机(support vector machine,简称SVM)的刀具磨损阶段识别方法。首先,将原始加速度信号及力信号分解为一系列模态分... 详细信息

以硬质合金刀具铣削Ti-6Al-4V为研究对象,提出了一种基于经验模态分解(empirical mode decomposition,简称EMD)及支持向量机(support vector machine,简称SVM)的刀具磨损阶段识别方法。首先,将原始加速度信号及力信号分解为一系列模态分量(intrinsic mode function,简称IMF),选择了有效的IMF来组合一个新的信号;其次,计算新信号的多评价指标矩阵,将得到的多指标矩阵(Ikaz^(TM)、功率谱熵及均方根)作为输入特征向量,得到了基于线性分类器的刀具磨损识别模型;最后,将检测信号输入模型中进行识别,对刀具磨损阶段的识别精度达到了99.17%。EMD-SVM相较于SVM、BP神经网络及小波包-SVM模型,运算时间减少,运算精度提高。实验结果表明,该模式对钛合金铣削过程中的刀具磨损具有良好的识别效果,为刀具磨损状态的监测提供了一种新方法。

关键词：经验模态分解支持向量机刀具磨损监测切削力信号振动信号

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的刀具磨损监测方法

引用

计算机集成制造系统 2017年第10期23卷 2146-2155页

作者：张存吉姚锡凡张剑铭刘二辉华南理工大学机械与汽车工程学院广东广州510640

为监测制造车间机械加工设备刀具的磨损程度,提出应用深度学习方法实施刀具的磨损监测。深度学习理论作为人工智能领域的最新研究成果,以其中的深度卷积神经网络构建刀具磨损监测的模型,给出刀具磨损监测的流程,采用微型铣床与无线三轴... 详细信息

为监测制造车间机械加工设备刀具的磨损程度,提出应用深度学习方法实施刀具的磨损监测。深度学习理论作为人工智能领域的最新研究成果,以其中的深度卷积神经网络构建刀具磨损监测的模型,给出刀具磨损监测的流程,采用微型铣床与无线三轴加速度计搭建了数据采集实验平台。实验结果表明,与其他两种常用深度神经网络以及传统神经网络模型相比较,所提基于深度学习方法监测过程简单,不仅具有较高的准确度与较低的损失函数值,还实现了刀具磨损程度分类。

关键词：刀具磨损监测数据采集深度学习卷积神经网络无线三轴加速度计

来源：评论

学校读者我要写书评

暂无评论

基于一维卷积神经网络的螺旋铣刀具磨损监测

引用

浙江大学学报（工学版） 2020年第5期54卷 931-939页

作者：汪海晋尹宗宇柯臻铮郭英杰董辉跃浙江大学机械工程学院浙江省先进制造技术重点研究实验室浙江杭州310027

基于传统机器学习的螺旋铣刀具磨损监测方法需要复杂的特征提取和丰富的经验知识,不同磨损阶段具有相同的错误分类代价,针对这些问题,结合电流信号一维性特点,提出基于一维卷积神经网络(1D CNN)和代价敏感学习的螺旋铣刀具磨损监测方法... 详细信息

基于传统机器学习的螺旋铣刀具磨损监测方法需要复杂的特征提取和丰富的经验知识,不同磨损阶段具有相同的错误分类代价,针对这些问题,结合电流信号一维性特点,提出基于一维卷积神经网络(1D CNN)和代价敏感学习的螺旋铣刀具磨损监测方法.采集机器人螺旋铣末端执行器主轴、公转轴和进给轴电流作为监测信号,并采用滑动窗口法进行样本划分,在降低网络容量的同时增加样本数量和多样性;在网络损失函数中引入代价矩阵并增加急剧磨损阶段的错误分类代价,使得1D CNN具有代价敏感性;直接将电流时域信号输入1D CNN,网络可以自动提取刀具磨损特征,并将特征提取和不同磨损阶段分类融合在一起.试验结果表明,在机器人螺旋铣系统中,该方法的刀具磨损监测准确率为99.29%,在急剧磨损阶段的查全率为99.60%.

关键词：螺旋铣刀具磨损监测电流信号一维卷积神经网络(1D CNN) 代价敏感学习

来源：评论

学校读者我要写书评

暂无评论

刀具磨损监测技术及其在重型切削中的应用

引用

哈尔滨理工大学学报 2022年第1期27卷 79-91页

作者：程耀楠丁娅盖小羽关睿马春杰哈尔滨理工大学机械动力工程学院哈尔滨150080

在现代化切削加工系统中,刀具的磨损和破损会导致工件的报废甚至机床的损坏。刀具状态监测可以有效地改善磨损和破损给切削过程带来的不利影响,将刀具状态监测应用到重型切削水室封头过程中对于提高大型零件的加工效率及加工质量具有重... 详细信息

在现代化切削加工系统中,刀具的磨损和破损会导致工件的报废甚至机床的损坏。刀具状态监测可以有效地改善磨损和破损给切削过程带来的不利影响,将刀具状态监测应用到重型切削水室封头过程中对于提高大型零件的加工效率及加工质量具有重要的意义。为了深入探讨刀具磨损监测技术及其在重型切削中的应用,以普通切削刀具磨损监测为研究对象,从信号采集、特征处理、模式识别及决策控制等方面深入分析刀具磨损监测中应用最为广泛及新兴的关键技术、方法及其原理,并对它们的优缺点进行详细的剖析;阐明与分析刀具磨损监测在重型切削中的应用;对国内外学者在刀具磨损监测领域所取得的成果及进展进行阐述并对未来的发展趋势进行展望。通过以上研究过程,为重型切削过程刀具磨损监测技术提供理论与技术支持。

关键词：刀具磨损监测信号采集特征处理模式识别决策控制重型切削

来源：评论

学校读者我要写书评

暂无评论

刀具磨损监测中信号特征值的提取与聚类分析

引用

机械 1999年第3期26卷 7-9页

作者：黄惟公罗中先四川工业学院

声发射是近年刀具监测研究中采用的新技术之一。本文用包络分析法求取刀具磨损中声发射信号的包络线，用其时序模型参数作为特征值，采用神经网络对刀具磨损状态进行分析，试验表明效果良好。

关键词：声发射聚类分析神经网络刀具磨损监测切削

来源：评论

学校读者我要写书评

暂无评论

基于Hough变换的刀具磨损监测加工表面纹理特征提取

引用

机械科学与技术 2009年第6期28卷 711-715页

作者：郑建明李鹏阳李言朱云飞西安理工大学机械与精密仪器工程学院西安710048

采用工件表面纹理图像对刀具的磨损状态进行监测。建立了加工表面微观图像采集系统,运用Canny边缘检测算子对原始图像进行预处理,获得了原始图像的边缘图像。根据边缘图像随刀具磨损的变化特征,应用Hough变换对边缘图像中线段的分布特... 详细信息

采用工件表面纹理图像对刀具的磨损状态进行监测。建立了加工表面微观图像采集系统,运用Canny边缘检测算子对原始图像进行预处理,获得了原始图像的边缘图像。根据边缘图像随刀具磨损的变化特征,应用Hough变换对边缘图像中线段的分布特性进行了分析与检测,研究了线段长度和方向随刀具磨损的变化规律。实验结果表明这两个特征参数与刀具磨损状态之间存在密切联系,根据特征参数的变化规律可实现刀具磨损状态的监测。

关键词：刀具磨损监测纹理图像边缘检测 Hough变换

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的刀具磨损监测研究现状

引用

工具技术 2022年第6期56卷 3-13页

作者：王大春李国和王丰闫冬范建勋天津职业技术师范大学机械工程学院天津市300222

基于传统机器学习的刀具磨损监测模型监测精度低且计算复杂度高,难以满足智能制造的发展需求。而基于深度学习的刀具磨损监测模型数据处理和特征提取能力较强,可明显提高监测精度,使加工过程更智能化,因此广泛应用于刀具磨损监测。根据... 详细信息

基于传统机器学习的刀具磨损监测模型监测精度低且计算复杂度高,难以满足智能制造的发展需求。而基于深度学习的刀具磨损监测模型数据处理和特征提取能力较强,可明显提高监测精度,使加工过程更智能化,因此广泛应用于刀具磨损监测。根据采用的模型,将基于深度学习的刀具磨损监测分为基于卷积神经网络的刀具磨损监测、基于稀疏自编码网络的刀具磨损监测、基于深度置信网络的刀具磨损监测、基于长短时记忆网络的刀具磨损监测和基于混合模型的刀具磨损监测,介绍了各种深度学习模型的基础理论及基本结构,总结了国内外基于深度学习模型的刀具磨损监测方法,分析了存在的问题,并指出了未来的发展方向。

关键词：刀具磨损监测卷积神经网络自编码神经网络深度置信网络长短时记忆神经网络混合模型

来源：评论

学校读者我要写书评

暂无评论

ET-GD与K近邻相结合的刀具磨损监测方法

引用

哈尔滨理工大学学报 2023年第1期28卷 1-10页

作者：秦怡源刘献礼岳彩旭郭斌丁明娜哈尔滨理工大学先进制造智能化技术教育部重点实验室哈尔滨150080

针对铣削过程中刀具磨损量监测问题,提出一种基于极端随机树和高斯分布,与K近邻相结合的刀具磨损监测方法。该方法选用截断法和hampel滤波法剔除力、振动和声发射信号中的异常值和奇异点。其次通过极端随机树和高斯分布的偏离情况对特... 详细信息

针对铣削过程中刀具磨损量监测问题,提出一种基于极端随机树和高斯分布,与K近邻相结合的刀具磨损监测方法。该方法选用截断法和hampel滤波法剔除力、振动和声发射信号中的异常值和奇异点。其次通过极端随机树和高斯分布的偏离情况对特征集进行优选,降低数据矩阵的复杂性。分别对比分析了两次优选前后三种K近邻模型的拟合度和评估度量。利用优选后的特征对逻辑回归、极端随机树、支持向量回归和K近邻算法模型进行训练,并利用十折交叉验证法和测试集进行验证。最终得出,基于极端随机树和高斯分布与K近邻的刀具磨损监测模型的拟合度达到99.17%,均方误差和平均绝对误差分别为13.0688、1.8241。结果表明该方法能够实现对铣刀磨损的有效监测,从而提高工件加工质量。

关键词：极端随机树高斯分布特征选择 K近邻刀具磨损监测

来源：评论

学校读者我要写书评

暂无评论

基于振动信号功率谱能量的钛合金铣削过程刀具磨损监测研究

引用

制造技术与机床 2023年第9期 66-73页

作者：史靠军胡维鑫贾保国田辉白乐乐张俊中航西安飞机工业集团股份有限公司陕西西安710089 西安交通大学机械制造系统工程国家重点实验室陕西西安710049

针对复杂切削工况下钛合金结构件加工过程中刀具磨损监测的难题,提出基于主轴振动信号功率谱能量的刀具磨损监测方法。首先,在剔除振动信号原始数据异常点的基础上,通过功率谱分布提取反映刀具磨损退化过程的0~7f_(0)频带能量指标、过... 详细信息

针对复杂切削工况下钛合金结构件加工过程中刀具磨损监测的难题,提出基于主轴振动信号功率谱能量的刀具磨损监测方法。首先,在剔除振动信号原始数据异常点的基础上,通过功率谱分布提取反映刀具磨损退化过程的0~7f_(0)频带能量指标、过齿频率基频f_(0)和倍频3f_(0)幅值等3个指标作为监测刀具退化过程的敏感指标。其次,提出基于结构件加工质量约束的刀具磨损失效阈值确定方法。最后,在钛合金槽腔结构件上验证了本方法的可行性。结果表明:相比于基于FFT谱、时域统计指标与小波包频带能量的刀具磨损监测方法,文章提出的复杂切削工况下的刀具磨损监测方法效果更加显著,可准确识别刀具的早期磨损。

关键词：刀具磨损监测频谱能量监测阈值功率谱

来源：评论

学校读者我要写书评

暂无评论

基于特征融合的刀具磨损监测技术研究

基于特征融合的刀具磨损监测技术研究

引用

作者：孔冬冬华中科技大学

学位级别：博士

切削过程中的刀具磨损会直接影响到工件的表面质量和尺寸精度,而刀具破损则可能导致工件报废,甚至对机床造成破坏,带来巨大的经济损失。实时监测到刀具的磨损状态,对提高产品质量、实现自动换刀、提高生产率和降低生产成本具有重要的意... 详细信息

切削过程中的刀具磨损会直接影响到工件的表面质量和尺寸精度,而刀具破损则可能导致工件报废,甚至对机床造成破坏,带来巨大的经济损失。实时监测到刀具的磨损状态,对提高产品质量、实现自动换刀、提高生产率和降低生产成本具有重要的意义。为加快智能制造的步伐,本文对切削过程中的刀具磨损展开了研究,全文总结如下:首先,对刀具磨损监测的研究背景和意义做了概述,并以监测方法和决策系统为切入点,对国内外研究现状进行了总结,确定了以切削力为监测信号的监测方法,以刀具的后刀面磨损宽度为刀具磨损的评价指标,并利用两种人工智能（AI）模型来构建决策系统（识别模型）。分别进行了大量的车削和铣削实验,获取了车刀和铣刀在不同磨损状态下的实验数据,为后续的研究提供了数据支持。然后,介绍了用于刀具磨损监测的三类监测特征,分别是时域特征、频域特征和小波域特征;另外,利用基于积分径向基函数的核主成分分析（KPCAIRBF）技术和邻域保留嵌入（NPE）技术,对提取到的监测特征进行融合,以弱化或去除噪声的影响,提高后续识别模型的性能。其中,KPCAIRBF是一种新的非线性特征升维技术,系首次提出。常见的AI模型,如人工神经网络（ANN）和支持向量机（SVM）,仅能提供单一的预测值;然而,高斯过程回归（GPR）可同时提供刀具磨损的预测值和对应的置信区间;另外,在预测精度上,GPR模型优于ANN和SVM,因为GPR可对高斯噪声进行定量建模;但是,噪声的存在会严重影响GPR置信区间的稳定性;为了改善GPR的置信区间,利用KPCAIRBF技术对提取到的监测特征进行融合,以消除噪声并削弱其负面影响,从而使GPR的置信区间得到大大压缩,并且变得更加平滑,这有助于更加准确地监测刀具的磨损。本文以车削刀具磨损监测为案例,验证了所构建的刀具磨损预测模型（KPCAIRBF+GPR）的有效性。接着,将支持向量机（SVM）与鲸鱼优化算法（WOA）相结合,对刀具的磨损状态进行分类;并利用NPE技术对提取到的监测特征进行融合,以去除噪声,提高计算效率和识别精度。本文以铣削刀具磨损监测为案例,验证了所构建的刀具磨损分类模型（NPE+WOA-SVM）的有效性。实验结果表明,WOA-SVM模型在参数优化的时间消耗上,优于PSO-SVM和GSA-SVM等常用方法,而且具有可比的识别精度。另外,WOA-SVM模型比一些经典的分类算法具有更高的预测精度,如6)-NN、FFNN、LDA、QDA和CART。本研究为实际工业环境下的刀具磨损监测提供了理论指导和技术支持。

关键词：刀具磨损监测切削力高斯过程回归积分径向基函数核主成分分析邻域保留嵌入支持向量机鲸鱼优化算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：