基于BP神经网络和D-S证据理论的刀具磨损监测方法.pdf

《基于BP神经网络和D-S证据理论的刀具磨损监测方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、!"#$年%月机床与液压(89!"#$第&&卷第'期()*+,-./0012+345)61,*7:;<=&&-;='!"#!#">?'$'@A=BCCD=#""#E?FF#=!"#$="'="&#基于XU神经网络和4T7证据理论的刀具磨损监测方法聂鹏!吴文进!李正强!张大国"沈阳航空航天大学机电工程学院!辽宁沈阳##"#?$#摘要!将XU神经网络和4T7证据理论相结合的方法运用于刀具磨损监测中&采用小波包分解法对刀具磨损过程中产生的声发射信号进行特征提取&构建特征向量&利用XU神经网络识别判断刀具磨损状态$通过XU神经网络的输出结果和训练误差计算4T7证据理论的基本概率赋值&并用4T7证据理论

2、对XU神经网络的识别结果进行决策级融合'实验结果表明!该方法避免了神经网络识别时的误诊&提高了整个刀具磨损监测系统识别的准确性和可靠性'关键词!刀具磨损$小波包分解$神经网络$4T7证据理论中图分类号!/U!"$=?VV文献标志码!)VV文章编号!#""#E?FF#"!"#$#"'E#G?E%M--1K',$2-.%)-$%.J2')4-:P,5':-.P0T';$,1T')6-$L,.:!8O7&%:'.3'M4'-$9-,.UQDZ&k6kQDABD&1,IQDZcB8DZ&I+)-H48ZM;"7O;;<;Y(QO8DBO8<8D].

3、D98DZ)QS;C[8OQ6DB_QSCBP9&7QD98DZ1B8;DBDZ##"#?$&*BD8#>?5)$,3)!/QLQP;];YXUDQMS8/QR8_Q

4、SLBDQ]MCBDZXUDQMS8X8CBO[S;^8^B.d[QSBLQDP8

5、CSQO;ZDBPB;D8OTOMS8O98D]SQ@'96-$:5!/;;

6、"%硬质合金刀片车削高温合金%?$&传感器的产成本&因此对刀具磨损状态的实时监测是很有必要型号为声华57#%"声发射传感器&采集设备为-,公的&文中提出了一种XU神经网络和4T7证据理论相司生产的-,TGG'&"F同步采集卡&采样频率为%""结合的方法'a+`&采集现场如图#所示'在刀具磨损监测过程中&可选取信号的多种特征对刀具磨损状态进行监测'由于传感器信号的不确定性(信号采集和处理的不确定性(特征提取的不确定性以及识别过程的不确定性&同一信号的不同特征对相同刀具磨损状态的最终识别结果可能不同&因此&仅仅依赖单一刀具磨损特征很难进行刀具磨损状态的有效识别'而基于信息融合技术的刀具状态识别系统

7、&能够综合利用多种与刀具磨损状态相关的信息&实现信息的互补性(冗余性和实时性&提高系统的安全性)!*(准确性(可靠性和容错能力等'综上&采用图#V声发射信号采集现场收稿日期!!"#%E"%E"$基金项目!辽宁省重点实验室项目"17!"#"##G#作者简介!聂鹏"#'G!%#&男&博士&教授&研究方向为机电一体化技术'.EL8B