基于人工蜂群-BP神经网络的刀具磨损监测
王吴光
无锡商业职业技术学院机电工程系,无锡,214153
摘要：为了提高刀具磨损状态监测准确度,提出基于人工蜂群-BP神经网络算法的刀具磨损状态监测方法.使用力传感器和振动传感器设计了磨损状态监测平台;使用匹配追踪算法对信号进行了去噪;提取了信号时域、频域、时频域的特征参数,使用核主成分分析法对特征参数进行了降维,确定了反应刀具磨损状态的15个特征参数;提出了人工蜂群-BP神经网络算法的刀具磨损状态识别方法,使用人工蜂群算法优化BP神经网络算法参数;经实验验证,传统BP神经网络识别准确率为78.75％,优化BP神经网络算法识别准确率为100％.
关键词：刀具磨损状态监测匹配追踪算法核主成分分析法人工蜂群-BP神经网络算法
分类号：TP277(自动化技术及设备)
资助基金：国家重点基础研究发展计划(2013CB035800)The project supported by the National Basic Research Program of China (2013CB035800)
论文发表日期：2017-01-01
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：6( 1282-1287 )
英文信息