【摘要】：為了表征、獲取與識別刀具的磨損狀態(tài),提出一種基于混沌時序分析方法與支持向量機(jī)的刀具磨損狀態(tài)識別方法。該方法利用混沌時序分析方法重構(gòu)了刀具聲發(fā)射信號的相空間,并提取了嵌入維數(shù)與Lyapunov系數(shù)建立了特征空間。使用支持向量機(jī)作為分類器,實現(xiàn)了刀具磨損狀態(tài)的識別。實驗證明,在小樣本學(xué)習(xí)情況下,基于混沌時序分析方法與支持向量機(jī)的刀具磨損狀態(tài)識別方法具有良好的學(xué)習(xí)能力,獲得了較高的識別準(zhǔn)確率。
[Abstract]:In order to characterize, obtain and identify the tool wear state, a tool wear state recognition method based on chaotic time series analysis method and support vector machine (SVM) is proposed. In this method, the phase space of the acoustic emission signal of the tool is reconstructed by using the chaotic time series analysis method, and the feature space is established by extracting the embedding dimension and the Lyapunov coefficient. Using support vector machine as classifier, the recognition of tool wear state is realized. The experimental results show that the tool wear state recognition method based on chaotic time series analysis and support vector machine has good learning ability and high recognition accuracy in the case of small sample learning.
【作者單位】： 西北工業(yè)大學(xué)現(xiàn)代設(shè)計與集成制造技術(shù)教育部重點(diǎn)實驗室;西安建筑科技大學(xué)機(jī)電工程學(xué)院;
【基金】：陜西省自然科學(xué)基金資助項目(2013JM7001) 西北工業(yè)大學(xué)基礎(chǔ)研究基金資助項目(JC20110215) 西北工業(yè)大學(xué)2012校級“新人新方向”基金資助項目(12GH14617)~~
【分類號】：TG71;TH117

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 陳高波;;基于最小二乘支持向量機(jī)的刀具磨損預(yù)報建模[J];武漢工業(yè)學(xué)院學(xué)報;2009年02期

2 王計生;喻俊馨;黃惟公;;小波包分析和支持向量機(jī)在刀具故障診斷中的應(yīng)用[J];振動、測試與診斷;2008年03期

3 張鍇鋒;袁惠群;聶鵬;;基于廣義分形維數(shù)的刀具磨損狀態(tài)監(jiān)測[J];振動與沖擊;2014年01期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 羅芳瓊;;遺傳模擬支持向量機(jī)在居民消費(fèi)價格指數(shù)預(yù)測中的應(yīng)用[J];當(dāng)代經(jīng)濟(jì);2011年11期

2 朱志宇;耿璜;瞿盛;;基于支持向量機(jī)的發(fā)電機(jī)匝間轉(zhuǎn)子繞組短路故障診斷[J];電子設(shè)計工程;2013年02期

3 張啟忠;席旭剛;羅志增;;基于非線性特征的表面肌電信號模式識別方法[J];電子與信息學(xué)報;2013年09期

4 李代華;崔東文;;相空間重構(gòu)支持向量機(jī)在徑流模擬中的應(yīng)用研究[J];長江科學(xué)院院報;2013年10期

5 王賀;胡志堅;陳珍;仉夢林;賀建波;李晨;;基于集合經(jīng)驗?zāi)B(tài)分解和小波神經(jīng)網(wǎng)絡(luò)的短期風(fēng)功率組合預(yù)測[J];電工技術(shù)學(xué)報;2013年09期

6 聶鵬;董慧;李正強(qiáng);高輝;李波;;基于改進(jìn)EMD和LS-SVM的刀具磨損狀態(tài)識別[J];北京工業(yè)大學(xué)學(xué)報;2013年12期

7 葉近天;季世民;楊勇;;時空地統(tǒng)計學(xué)方法研究及進(jìn)展[J];測繪與空間地理信息;2014年01期

8 李素萍;姚淑霞;;基于最優(yōu)相空間重構(gòu)參數(shù)的空調(diào)系統(tǒng)負(fù)荷預(yù)測[J];低溫與超導(dǎo);2014年03期

9 孫景文;常鮮戎;;基于改進(jìn)混沌理論和ACPSO-LSSVR的短期負(fù)荷預(yù)測[J];電力科學(xué)與工程;2014年06期

10 張洋;馬云東;崔鐵軍;;基于小波和混沌優(yōu)化LSSVM的周期來壓預(yù)測[J];安全與環(huán)境學(xué)報;2014年04期

相關(guān)會議論文 前4條

1 Liying Jiang;Zhipeng Liu;Jianguo Cui;Zhonghai Li;;Condition Monitoring of Rolling Element Bearing Based on Phase-PCA[A];第25屆中國控制與決策會議論文集[C];2013年

2 崔劍鋒;馬忠成;朱練軍;;寬帶混響吸引子的重構(gòu)[A];中國聲學(xué)學(xué)會水聲學(xué)分會2013年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2013年

3 熊張浩;笪良龍;過武宏;;基于最大Lyapunov指數(shù)的海表聲速穩(wěn)定性研究[A];2014年中國聲學(xué)學(xué)會全國聲學(xué)學(xué)術(shù)會議論文集[C];2014年

4 楊琪斌;王基;劉樹勇;位秀雷;;基于動態(tài)網(wǎng)格劃分的最大Lyapunov指數(shù)算法研究[A];2015年全國聲學(xué)設(shè)計與噪聲振動控制工程學(xué)術(shù)會議論文集[C];2015年

相關(guān)博士學(xué)位論文 前10條

1 隋文濤;滾動軸承表面損傷故障的特征提取與診斷方法研究[D];山東大學(xué);2011年

2 趙志宏;基于振動信號的機(jī)械故障特征提取與診斷研究[D];北京交通大學(xué);2012年

3 朱霄s，

本文編號：2483900