基于BP神经网络的智能化刀具状态在线监测方法研究

在机床加工中,刀具的检测技术起着关键的功能。通过在刀具损坏以前及时监测并更换,造成的经济损失会大大减少,从而生产的效率和准确性得以大大提高。传统的刀具磨损监测方法需要手动提取冗长的特征,无法实现智能化监测。为了克服这一固有的局限性,进一步提高刀具磨损在线监测的准确度,本文使用了BP神经网络的刀具磨损在线监测方法,该种检测方法的主要好处在于减少了人工特征提取带来的复杂性和局限性。采用同类研究所用的材料集开展研究,证明了该技术在刀具磨损的检测上的有效性与可行性,在多种考核要求下的准确性比另外一些技术有了很大提升。

发动机典型磨损磨粒识别的SCE模型

针对发动机润滑油中典型磨损磨粒的智能识别,引入了信息论中对称交互熵的新概念,结合模糊相对权重对其计算方法进行改进,使其转换为一种相似度的测量,提出了一种基于对称交互熵的磨粒智能识别模型,并将其应用到发动机典型磨损磨粒智能识别中。实例计算表明,提出的模型具有很好的识别效果,为发动机典型磨损磨粒智能识别提供了一种新的有效的方法。

基于光纤光栅的水润滑轴承磨损监测系统设计及研究

为了对船舶水润滑轴承磨损状态进行监测,对均匀光纤布拉格光栅和线性啁啾光纤布拉格光栅的光谱特性和磨损特点进行分析,设计了橡胶轴瓦植入光纤光栅传感器的封装结构及磨损监测仪。试验表明:监测系统满足轴承在线实时磨损监测需要,可为智能橡胶轴承的研制及船舶运行健康监测提供新方法。