基于粗糙集和BP神经网络的刀具状态监测.pdf

《基于粗糙集和BP神经网络的刀具状态监测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、!"#$年%月机床与液压'789!"#$第&%卷第$期'()*+,-.//01*234(50+)6:;<9&%,;9$!"#!#"=%>?>@A9BCCD9#""#E%FF#9!"#$9"$9"#%基于粗糙集和^神经网络的刀具状态监测刘然!傅攀"西南交通大学机械工程学院!四川成都?#""%#$摘要!在刀具磨损状态监测中&能够提取到的反映不同刀具磨损状态的特征量较大&基于神经网络的状态识别无法去掉冗余特征&会存在训练时间长和准确率降低等问题(针对这些问题&提出基于粗糙集E^神经网络的刀具磨损状态监测方法&利用粗糙集对特征进行属性约简&去掉冗余

2、信息&从而优化特征&并且减少神经网络的输入端数据&可以缩短神经网络的训练时间和提高识别的准确率(通过对实测刀具数据进行分析&证明了该方法的有效性(关键词!刀具状态监测#粗糙集理论#^神经网络#小波包分析中图分类号!.*#GRR文献标志码!(RR文章编号!#""#E%FF#"!"#$#$E"&>E&>336H34:&.&34;34&.32&4<9,5):34L3E<=%).,4:97T)E2,6T).A32X0+547D&b57D"6MO;;<;X'NMO7DBM7<-DJBDNN8BDJ&6;YQOKNCQhB7;Q;DJ5DB]N8CBQ

3、Z&)ONDJPY6BMOY7D?#""%#&)OBD7$$15.2,-.!+DQONQ;;

4、(Q;;

5、Y87

6、神经网络基本理论方式&而刀具又是金属切削加工过程中至关重要的%! #R粗糙集基本原理生产要素(因此&刀具的性能'质量及其管理直接影粗糙集的主要思想是指&以分类能力不变为前响加工过程的稳定性'产品的可靠性'加工节拍和提&通过知识约简&导出问题的决策或分类规则(在)#*生产效率(所以&对刀具磨损状态监测&提取有分类过程中&将相差不大的个体归为一类&它们之间用信息&分析刀具磨损状况&从而能够实现降低生的关系为不可分辨关系"记作+,3$(设E是论域&产成本&减少生产故障&提高生产效率(K是等价关系&利用等价关系集K对论域E进行的人工神经网络具有很

7、强的自身学习能力&善于划分&称为知识&标记为EZK(若对任意子集,3E&联想记忆&有着很强的鲁棒性和容错性&但是&神经则称,为E中的概念&则E中的任意概念族称为E网络不能确定输入特征的冗余&因此&当输入信息中的知识&Dd"E&K$称为知识库(量过大时&会影响神经网络的训练时间和识别精度(定义#R设定知识库Dd"E&:$和其中一等价粗糙集理论通过分析海量数据&推理隐含知识&挖关系族[3:&并且4K%[&若存在!+,3"[$S掘属性规律&获取知识的相关性&从而删除冗余信!M*"[W-K.$&则&称知识K是[中不必要的(息&保留核属性&生成有关分类的

8、属性规则&客观地若每一个知识K都是[中必要的&那么[是独描述事实(立的(并且&45%[&5也一定是独立的(文中是将粗糙集和人工神经网络相结合&应用定义