基于小波神經(jīng)網(wǎng)絡的車刀狀態(tài)監(jiān)控技術研究.pdf

1、先進制造技術是一個國家民族振興的最基礎的技術之一，先進制造技術的最終目標是低成本、高速度、高質(zhì)量地完成生產(chǎn)任務，其核心是自動化加工技術。要保證自動化加工順利地進行，關鍵的技術之一就是對加工過程的監(jiān)控。為保障現(xiàn)代制造系統(tǒng)中高投資的自動化加工機床安全和使用經(jīng)濟性，同時保證加工質(zhì)量，迫切要求實現(xiàn)切削刀具的在線實時監(jiān)測。　　本文研究了利用小波分析手段實現(xiàn)刀具監(jiān)測過程中的復雜多源過程參量的有效分解及特征提取方法。在對小波分析特點和神經(jīng)網(wǎng)絡的多維

2、非線性映射能力和狀態(tài)識別能力進行全面研究的基礎上，提出一種基于小波神經(jīng)網(wǎng)絡的刀具狀態(tài)監(jiān)測系統(tǒng)。該系統(tǒng)是小波分析和神經(jīng)網(wǎng)絡有效結(jié)合。用于刀具監(jiān)測的網(wǎng)絡模型分為前后兩層--前面的識別層用于刀具狀態(tài)特征的提取，后面的映射層用于實現(xiàn)刀具狀態(tài)識別，通過誤差中心學習方式，實現(xiàn)對加工狀態(tài)典型模式的辨識。因此可以實現(xiàn)從刀具多源過程參量到刀具磨損特征的非線性映射，進而實現(xiàn)刀具的在線智能監(jiān)測?！　檫M一步提高小波神經(jīng)網(wǎng)絡監(jiān)測系統(tǒng)的實用性，針對小波神經(jīng)網(wǎng)絡

3、在實現(xiàn)多維多輸出問題時存在的“維數(shù)災”問題，引入能量密度的概念，依據(jù)時頻相位點的能量密度選擇小波基元，提出了小波網(wǎng)神經(jīng)絡的優(yōu)化算法，從而減少了網(wǎng)絡的結(jié)構(gòu)復雜性，同時加快了網(wǎng)絡學習速度。通過對刀具磨損狀態(tài)的仿真實驗，以及與已有算法的對比測試中，驗證了本文提出的小波網(wǎng)絡算法以及優(yōu)化算法的有效性。　　在提出的監(jiān)測模型基礎上，探討了刀具監(jiān)測的具體應用研究，即實現(xiàn)刀具磨損、破損監(jiān)測，同時可以實現(xiàn)刀具進給補償以及加工策略的調(diào)整方案，為現(xiàn)有系統(tǒng)監(jiān)測