论文摘要
为了有效地识别钻削刀具磨损状态,提出一种基于小波包分析和最小二乘支持向量机（LS-SVM）的状态识别方法。通过在线监测钻削加工过程中的钻削轴向力和刀具状态,采用时域分析、频域分析以及小波包分析法对刀具磨损状态的信号进行特征向量提取,建立基于最小二乘支持向量机（LS-SVM）的分类识别模型。通过试验验证了该方法可以提高刀具磨损状态的识别精度。
论文目录
文章来源
类型: 期刊论文
作者: 郝碧君,陈妮,李亮,郭月龙,何宁
关键词: 刀具状态识别,特征提取,小波包分析,最小二乘支持向量机
来源: 工具技术 2019年12期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑
专业: 金属学及金属工艺
单位: 南京航空航天大学
基金: 国家自然科学基金(51575268),江苏省自然科学基金青年项目(BK20180435)
分类号: TG71
页码: 3-9
总页数: 7
文件大小: 2150K
下载量: 168
相关论文文献
标签：刀具状态识别论文; 特征提取论文; 小波包分析论文; 最小二乘支持向量机论文;