钛合金车削加工过程中刀具磨损状态监测的小波包子带能量变换特征提取新方法

在小波包分析的基础上,提出对小波包子带能量特征抽取的新算法。考虑到小波包能量子带的动态特性和统计特性可以作为刀具磨损状态识别特征提取的来源,提出将小波包子带能量相对比率、小波包子带能量相对比率的变化值、小波包子带能量相对比率的变化值的统计偏差(能量距)作为三个新特征值。建立刀具磨损状态监测实验平台,采集刀具三维力反馈、振动信号作为监测信号。按常规特征抽取方法和本研究中提出的方法抽取特征值,形成网络训练、识别特征值空间。用梯度下降法训练建立BP人工神经网络,对刀具四种磨损状态进行识别,验证小波包子带能量变换提取到的特征的有效性。