基于时序分析与模糊聚类的铣削刀具磨损状态识别
徐创文1
陈花玲2
程仲文3
李宝栋3
1.西安交通大学,机械工程学院,西安,710049;兰州工业高等专科学校,机械工程系,兰州,7300502.西安交通大学,机械工程学院,西安,7100493.兰州工业高等专科学校,机械工程系,兰州,730050
摘要：对XKA714数控铣床采集的刀具运行状态振动信号进行计算、检验、分析样本自相关函数和样本偏相关函数的截尾性、拖尾性和周期性以及模型参数估计等时间序列相关分析,可判断动态数据序列适于AR(p)(autoregression)模型.以阶数p取12的模型参数作为特征向量提取,并采用模糊聚类分析方法确定刀具运行状态特征向量样本的亲疏关系,实现对铣削刀具的初期磨损阶段、正常磨损阶段和剧烈磨损阶段运行状态的识别.研究结果表明,基于时间序列分析与模糊聚类分析相结合的识别方法可以用于刀具磨损运行状态识别.
关键词：时间序列分析模糊聚类分析刀具磨损识别
分类号：TG714(刀具、磨料、磨具、夹具、模具和手工具)TH165.3(机械制造工艺)
论文发表日期：2007-07-02
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：7( 525-531 )
英文信息