典型文献
基于双信号融合的超声振动钻削钻头磨损状态监测研究
文献摘要：
为了监测超声振动钻削过程中钻头的磨损状态,构建了超声振动钻削钻头的振动信号和AE信号的采集系统,通过采集不同磨损状态下钻头的振动信号和AE信号,对其进行小波分解,得到与钻头磨损相关的特征值,将二者融合后作为神经网络的输入,输入至构建的12-10-3的BP神经网络中,进行钻头磨损状态的识别.试验结果表明,所建BP神经网络通过振动和AE的融合信号对钻头的有效识别率为91.7％,可以有效对钻头的磨损状态进行识别.
文献关键词：
AE信号;小波分解;BP神经网络;钻头磨损状态
中图分类号：
作者姓名：
唐武生;魏志远;尹春梅;史尧臣
作者机构：
长春大学机械与车辆工程学院,吉林长春130022
文献出处：
引用格式：
[1]唐武生;魏志远;尹春梅;史尧臣-.基于双信号融合的超声振动钻削钻头磨损状态监测研究)[J].制造技术与机床,2022(03):34-39
A类：
钻头磨损状态
B类：
双信号,信号融合,超声振动,振动钻削,状态监测,削过,振动信号,AE,采集系统,小波分解,融合信号,识别率
AB值：
0.174505
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
