摘要
为了提高三相电流信号监测刀具磨损状态的可靠性,提出了一种基于BP神经网络的数控机床刀具磨损状态识别方法。首先对采集得到的三相电流信号进行时域、频域和小波分析,从中提取出与刀具磨损程度相关性较好的多个特征量,组合成敏感特征向量,然后搭建BP神经网络,建立三相电流信号特征向量与刀具磨损状态之间的联系。最后,用经过训练后的BP神经网络识别多组未知样本的刀具磨损状态。实验结果表明,该方法能够准确判定刀具的磨损状态。
作者
何一千
黄民
孙巍伟
HE YiQian;HUANG Min;SUN Weiwei
出处
《设备管理与维修》
2019年第17期37-40,共4页
Plant Maintenance Engineering
基金
北京市自然科学基金京津冀基础研究合作专项（J170004）
北京市教委科研项目（KM201811232001）
北京市属高校高水平创新团队建设计划项目（IDHT20180513）
