振动与冲击

作者：徐彦伟  陈立海  袁子皓,   颉潭成

单位：1. 河南科技大学机电工程学院，洛阳，471003；2. 中国科学院自动化研究所（洛阳）机器人与智能装备创新研究院，洛阳，471000

关键词：刀具磨损状态 多信息融合 智能识别 神经网络

采集声发射和振动加速度信号，搭建了数控车床刀具磨损状态多信息数据采集系统；用正交试验法采集相关数据并分析了不同切削条件、不同刀具磨损程度下数控车削加工过程中的声发射和振动信号；用小波包分解法提取了声发射和振动信号的最佳特征频段作为识别刀具磨损的特征参量，采用BP神经网络将数控切削过程中刀具磨损的声发射与振动信号特征信息进行融合，研究了数控车削刀具磨损状态的智能识别技术。<br> &nbsp;

来源：2017年第21期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2017年第21期