本文選題：維數約簡 + 刀具磨損狀態(tài)識別　； 參考：《西北工業(yè)大學學報》2015年04期

【摘要】：為了提高金屬銑削過程中的刀具磨損狀態(tài)識別的自動化程度與精度,提出了基于局部切空間排列(LTSA)方法與隱Markov模型(HMM)來識別刀具的不同磨損狀態(tài)的方法。該方法首先利用小波分析技術對銑削過程中的切削進給方向力信號進行處理,構造了高維特征空間。然后使用基于流形學習方法實現了高維特征空間的維數約簡。最終利用約簡后的低維特征向量訓練HMM,從而實現刀具磨損狀態(tài)的識別。實驗結果說明該方法能夠有效地識別銑削過程的刀具磨損狀態(tài)。與未經特征維數約簡的識別方法相比,新方法能夠提高刀具磨損狀態(tài)的識別效率與準確率。
[Abstract]:In order to improve the automation and accuracy of tool wear recognition during metal milling, a method based on local tangent space arrangement and hidden Markov model (HMMM) was proposed to identify different wear states of cutting tools.Firstly, the wavelet analysis technique is used to process the signal of cutting feed direction force in milling process, and the high dimensional feature space is constructed.Then the dimensionality reduction of high dimensional feature space is realized by manifold learning method.Finally, HMMs are trained by the reduced low dimensional eigenvector to realize tool wear recognition.The experimental results show that the method can effectively identify the tool wear state in milling process.Compared with the recognition method without feature dimension reduction, the new method can improve the efficiency and accuracy of tool wear recognition.
【作者單位】： 西北工業(yè)大學現代設計與集成制造技術教育部重點實驗室;
【基金】：陜西省自然科學基金(2013JM7001) 西北工業(yè)大學基礎研究基金(JC20110215) 西北工業(yè)大學2012校級“新人新方向”基金(12GH14617)資助
【分類號】：TG54;TG71

【參考文獻】

相關期刊論文 前2條

1 張翔;富宏亞;孫雅洲;韓振宇;;基于隱Markov模型的微徑銑刀磨損監(jiān)測[J];計算機集成制造系統;2012年01期

2 徐創(chuàng)文;陳花玲;程仲文;李寶棟;;基于時序分析與模糊聚類的銑削刀具磨損狀態(tài)識別[J];機械強度;2007年04期

【共引文獻】

相關期刊論文 前4條

1 關山;聶鵬;;在線金屬切削刀具磨損狀態(tài)監(jiān)測研究的回顧與展望Ⅲ:模式識別方法[J];機床與液壓;2012年03期

2 張瑩;王太勇;黃國龍;;基于廣義逆矩陣的AR模型參數估計算法[J];機械強度;2010年06期

3 王剛;張衛(wèi)紅;;基于遞推最小二乘算法的模糊系統在車削工件直徑誤差預測中的應用[J];機械強度;2010年06期

4 徐創(chuàng)文;王永;羅文翠;;基于模糊聚類的銑削刀具磨損狀態(tài)識別研究[J];應用力學學報;2009年02期

相關博士學位論文 前3條

1 關山;基于聲發(fā)射信號多特征分析與融合的刀具磨損分類與預測技術[D];吉林大學;2011年

2 李威霖;車銑刀具磨損狀態(tài)監(jiān)測及預測關鍵技術研究[D];西南交通大學;2013年

3 陳英姝;高速數控車削加工復雜工況集成監(jiān)控方法及系統[D];河北工業(yè)大學;2014年

相關碩士學位論文 前6條

1 董銀松;基于監(jiān)測信號加權特征的批量鉆削工步質量增量聚類研究[D];湘潭大學;2011年

2 于光臨;基于負荷電流信號的機床工作狀態(tài)監(jiān)測研究[D];寧波大學;2011年

3 鄭乾;套圈溝道磨削狀態(tài)多參數監(jiān)測與質量分析系統研究[D];浙江大學;2010年

4 楊嘉;鋁基碳化硅精密銑削過程有限元仿真及實驗研究[D];哈爾濱工業(yè)大學;2012年

5 劉然;刀具磨損狀態(tài)識別及預測研究[D];西南交通大學;2014年

6 錢磊;基于支持向量機的變參數銑削刀具磨損狀態(tài)監(jiān)測研究[D];天津大學;2014年

【二級參考文獻】

相關期刊論文 前3條

1 徐創(chuàng)文;刀具磨損監(jiān)測設計與研究[J];哈爾濱工業(yè)大學學報;2003年01期

2 呂俊杰;王杰;王玫;吳越;;基于SOM和HMM結合的刀具磨損狀態(tài)監(jiān)測研究[J];中國機械工程;2010年13期

3 艾長勝;王寶光;董全成;何光偉;;基于聲信號HMM的刀具磨損程度分級識別[J];組合機床與自動化加工技術;2007年07期

【相似文獻】

相關期刊論文 前2條

1 梁禮明;陳召陽;朱朝鋒;鐘震;;流形學習的四嗪衍生物抗癌活性預測模型研究[J];計算機與應用化學;2014年07期

2 賈淵;李振江;彭增起;;結合LLE流形學習和支持向量機的豬肉顏色分級[J];農業(yè)工程學報;2012年09期

相關會議論文 前4條

1 宋欣;王娟;張斌;葉世偉;;流形學習算法分析及在人臉數據庫上的應用[A];2008年全國開放式分布與并行計算機學術會議論文集(上冊)[C];2008年

2 劉曉平;季浩;鄧偉財;;基于流形學習的非線性系統可視化算法[A];全國第21屆計算機技術與應用學術會議（CACIS·2010）暨全國第2屆安全關鍵技術與應用學術會議論文集[C];2010年

3 何慧;陳博;郭軍;;基于流形學習的半監(jiān)督文本情感分類算法[A];第五屆全國信息檢索學術會議論文集[C];2009年

4 蔣全勝;賈民平;胡建中;許飛云;;一種基于流形學習的故障模式識別方法[A];第九屆全國振動理論及應用學術會議論文集[C];2007年

，

本文編號：1749863