您当前的位置:首页>机械工程>变尺度特征提取在数控机床状态识别中的应用

变尺度特征提取在数控机床状态识别中的应用

资料类别:机械工程

文档格式:PDF电子版

文件大小:225 KB

资料语言:中文

更新时间:2020-09-08 10:22:58



推荐标签: 数控机床 识别 提取 尺度 应用 特征 状态

内容简介

变尺度特征提取在数控机床状态识别中的应用 摘要∶正确识别数控机床从正常到故障之间的演化过程,对掌握机床运行状态、保证加工精度具有重要意义。提出采用变尺度小波包特征提取方法以提高状态识别的准确性,并以数控车床主轴轴承磨损研究为例,将此方法与传统方法进行了对比分析。仿真和实验研究表明∶变尺度小波包特征提取方法能有针对性地提取蕴含更多状态信息的振动信号特征用于状态识别,在192组测试样本中,变尺度特征提取方法的识别准确率达到98.44%,较传统方法有明显提高。
上一章:薄壁长轴套类零件双面加工专用机床设计 下一章:变负载对数控机床直线电机控制系统影响的研究

相关文章

RBF云神经网络在数控机床刀具磨损状态识别中的应用 数控机床刀具磨损状态特征参数提取 射频识别技术(RFID)在数控机床刀具信息管理中的应用 云-SVM模型及在数控机床刀具磨损状态预测中的应用 图像质量评价中的特征提取方法与应用 单片机在机车状态检测中的应用 电磁场在目标识别中的应用 提升小波多尺度分解法与RBF神经网络在混凝土重力坝应力监测中的应用