基于人工蜂群优化神经网络的刀具磨损状态监测系统研究

基于人工蜂群优化神经网络的刀具磨损状态监测系统研究

ID:33512326

大小:7.58 MB

页数:73页

时间:2019-02-26

基于人工蜂群优化神经网络的刀具磨损状态监测系统研究_第1页
基于人工蜂群优化神经网络的刀具磨损状态监测系统研究_第2页
基于人工蜂群优化神经网络的刀具磨损状态监测系统研究_第3页
基于人工蜂群优化神经网络的刀具磨损状态监测系统研究_第4页
基于人工蜂群优化神经网络的刀具磨损状态监测系统研究_第5页
资源描述:

《基于人工蜂群优化神经网络的刀具磨损状态监测系统研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、国内图书分类号:砷2])国际图书分类号:缸f1密级:公开西南交通大学硕士研究生学位论文年级三雯二二级姓名廑蹇申请学位级别亟±专业测达让量董盔超邀墨指导老师竖洁副教援二零一四年四月classifiedIndex:(此处填国内图书分类号)一Tp27"iu·D·c:‘此处填国际图书分类号’6zl·一7SouthwestJiaotongUniversityMasterDegreeThesisSTUDYONCUTTINGTOOLⅥ慢ARCoNDITIONMONITOR阱GBASEDONTHEARTIFICIALBEECOLONYOPTIMIZEDNEURALNETWORKGrade:2011C

2、andidate:TangLiangAcademicDegreeAppliedfor:MasterDegreeSpeciality:TestingTechnology&InstrumentSupervisor:AssociateProf.ZhangJie西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1.保密口,在年解密后

3、适用本授权书;2.不保密,√使用本授权书。(请在以上方框内打“√”)学位论文作者签名:胃日期:ⅥII

4、(.岁、I7指导老师签名:4芸谨日期:厶/矿.r。f9,西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下:刀具磨损状态监测系统的构建过程中,将匹配追踪算法引入到刀具状态监测信号的滤波除噪工作中,提高了信号的有效性;采用KPCA核主成分分析降维方法,有效地降低了所提取的刀具状态特征参数的维数;最后使用经人工蜂群算法优化的BP神经网络对刀具状态监测特征参数进行训练和识别,实验表明优化后的网络能够有效的克服传统网络易陷入局部最小值的缺点,同时加快了网络的

5、训练收敛速度,提高了测试识别精度。本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名:尾I毛日期:砂{K皇、fy西南交通大学硕士研究生学位论文第1页摘要机械制造业直接体现一个国家的科技水平和经济实力,同时也是其他众多行业新技术、新产品的研发和生产平台,在国民经济发展中有着重要的地位。数控刀具直接参与机械的制造,且其运行状态对加工精度以及加工连续性

6、至关重要,使刀具运行状态监测技术成为发展现代制造技术的关键。本论文以先进的多传感器信息融合技术为基础,搭建了以刀具振动信号以及刀具切削力信号为监测信号的刀具磨损状态监测平台。通过连续切削以及重复试验,采集刀具从新刀到严重磨损整个过程的振动以及切屑力信号参数,并以此为基础展开刀具状态监测技术的研究。针对现场采集的数据因为干扰会包含噪声的问题,本文引入匹配追踪算法,通过该方法对原始信号进行自适应的分解重构,达到了滤波的目的,提高了信号的信噪比:结合时域、频域以及基于小波包时频域分析方法,提取了监测信号的特征参数;针对输入数据样本量大以及样本维数较高的问题,通过核主成分分析(KPCA)方法

7、,在损失状态信息较少的情况下,将多个特征指标转化为几个综合的特征指标,用较少的特征参数来代表轴承状态的绝大部分信息,实现了特征参数的降维。针对BP神经网络在训练时,网络收敛速度慢,易陷入局部最小值,甚至导致网络无法完成训练等问题,引入人工蜂群算法对BP神经网络的性能进行优化。该算法中引入的种群概念,以及算法中种群的进化机制,大大提升了BP神经网络的性能。实验数据表明,优化后的网络克服了原网络易陷入局部最小值的缺陷,同时提高了网络对刀具状态监测的精度,实现了刀具磨损状态的分类识别。这些研究对不断完善刀具状态监测技术具有一定的实际意义。关键词:刀具状态监测;匹配追踪算法;核主成分分析;人

8、工蜂群算法:BP神经网络西南交通大学硕士研究生学位论文第

9、

10、页AbstractMachinerymanufacturingindustrydirectlyreflectstheleveloftechnologyandeconomicofacountry.It’Salsotheplatformfornewtechnologydevelopmentandnewproductproductionofmanyotherindustries.Anditplaysan

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。