论文部分内容阅读
在自动化制造中，线监控刀具状况以保护刀具与加工工件显得越来越重要．近年来，许多研究者在此领域进行了广泛的研究，然而由于加工过程的不确定性，现有的刀具监控系统的可靠性还有待提高．本文提出了一种基于小波包分析与模糊神经网络的自适应刀具监控系统，该系统利用小波包分析方法将加工过程振动信号分解为不同的频率段，并在此基础上，建立了自适应特征提取方法，为模糊神经网络提供最优的特征输入，然后模糊神经网络据此进行决策，分析刀具磨损状况．实验结果表明：该系统模糊神经网络能有效通过学习人类模糊知识和在线学习样本来提高刀具监控