本文選題：維數(shù)約簡 + 刀具磨損狀態(tài)識(shí)別　； 參考：《西北工業(yè)大學(xué)學(xué)報(bào)》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(shí)別的自動(dòng)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(shí)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(shù)對(duì)銑削過程中的切削進(jìn)給方向力信號(hào)進(jìn)行處理,構(gòu)造了高維特征空間。然后使用基于流形學(xué)習(xí)方法實(shí)現(xiàn)了高維特征空間的維數(shù)約簡。最終利用約簡后的低維特征向量訓(xùn)練HMM,從而實(shí)現(xiàn)刀具磨損狀態(tài)的識(shí)別。實(shí)驗(yàn)結(jié)果說明該方法能夠有效地識(shí)別銑削過程的刀具磨損狀態(tài)。與未經(jīng)特征維數(shù)約簡的識(shí)別方法相比,新方法能夠提高刀具磨損狀態(tài)的識(shí)別效率與準(zhǔn)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(xué)現(xiàn)代設(shè)計(jì)與集成制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：陜西省自然科學(xué)基金(2013JM7001) 西北工業(yè)大學(xué)基礎(chǔ)研究基金(JC20110215) 西北工業(yè)大學(xué)2012校級(jí)“新人新方向”基金(12GH14617)資助
【分類號(hào)】：TG54;TG71

【參考文獻(xiàn)】

相關(guān)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(jì)算機(jī)集成制造系統(tǒng);2012年01期

2 徐創(chuàng)文;陳花玲;程仲文;李寶棟;;基于時(shí)序分析與模糊聚類的銑削刀具磨損狀態(tài)識(shí)別[J];機(jī)械強(qiáng)度;2007年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前4條

1 關(guān)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(shí)別方法[J];機(jī)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(shù)估計(jì)算法[J];機(jī)械強(qiáng)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(tǒng)在車削工件直徑誤差預(yù)測中的應(yīng)用[J];機(jī)械強(qiáng)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(shí)別研究[J];應(yīng)用力學(xué)學(xué)報(bào);2009年02期

相關(guān)博士學(xué)位論文 前3條

1 關(guān)山;基于聲發(fā)射信號(hào)多特征分析與融合的刀具磨損分類與預(yù)測技術(shù)[D];吉林大學(xué);2011年

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

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

相關(guān)碩士學(xué)位論文 前6條

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

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

3 鄭乾;套圈溝道磨削狀態(tài)多參數(shù)監(jiān)測與質(zhì)量分析系統(tǒng)研究[D];浙江大學(xué);2010年

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

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

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

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 徐創(chuàng)文;刀具磨損監(jiān)測設(shè)計(jì)與研究[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2003年01期

2 呂俊杰;王杰;王玫;吳越;;基于SOM和HMM結(jié)合的刀具磨損狀態(tài)監(jiān)測研究[J];中國機(jī)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(hào)HMM的刀具磨損程度分級(jí)識(shí)別[J];組合機(jī)床與自動(dòng)化加工技術(shù);2007年07期

【相似文獻(xiàn)】

相關(guān)期刊論文 前2條

1 梁禮明;陳召陽;朱朝鋒;鐘震;;流形學(xué)習(xí)的四嗪衍生物抗癌活性預(yù)測模型研究[J];計(jì)算機(jī)與應(yīng)用化學(xué);2014年07期

2 賈淵;李振江;彭增起;;結(jié)合LLE流形學(xué)習(xí)和支持向量機(jī)的豬肉顏色分級(jí)[J];農(nóng)業(yè)工程學(xué)報(bào);2012年09期

相關(guān)會(huì)議論文 前4條

1 宋欣;王娟;張斌;葉世偉;;流形學(xué)習(xí)算法分析及在人臉數(shù)據(jù)庫上的應(yīng)用[A];2008年全國開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(上冊(cè))[C];2008年

2 劉曉平;季浩;鄧偉財(cái);;基于流形學(xué)習(xí)的非線性系統(tǒng)可視化算法[A];全國第21屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2010）暨全國第2屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

3 何慧;陳博;郭軍;;基于流形學(xué)習(xí)的半監(jiān)督文本情感分類算法[A];第五屆全國信息檢索學(xué)術(shù)會(huì)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(xué)習(xí)的故障模式識(shí)別方法[A];第九屆全國振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2007年

，

本文編號(hào)：1749863