文献类型：期刊文章

作　　者：谢楠[1] 马飞[2] 段明雷[2] 李爱平[2]

机构地区：[1]同济大学中德工程学院,上海201804 [2]同济大学机械与能源工程学院,上海201804

出　　处：《同济大学学报（自然科学版）》

基　　金：国家自然科学基金(71471139);国家国际科技合作专项(2012DFG72210);上海市科委基础研究重点项目(12JC1408700);浙江省自然科学基金(Y14E050085)

年　　份：2016

卷　　号：44

期　　号：3

起止页码：434-439

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI、IC、JST、MR、PROQUEST、RCCSE、SCOPUS、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：为了监测刀具磨损状态,建立了一个基于功率传感器的刀具磨损状态监测系统.提出了一种基于主成分分析(PCA)与C-支持向量机(C-SVM)相结合的刀具磨损状态监测模型.通过功率传感器采集切削过程中的电流和功率信号,采用PCA对采集的参数进行特征提取,选择对刀具磨损状态影响最大的主成分作为C-SVM的输入样本,实现对刀具磨损状态的准确识别.通过数控车床切削实验表明,即使在较少的样本条件下,该方法仍然有效,并与反向传播(BP)神经网络进行了性能比较.

关 键 词：刀具磨损 监测  主成分分析 C-支持向量机  

分 类 号：TP206.3]