刀具磨损特征参数提取与状态识别方法

刀具磨损特征参数提取与状态识别方法

论文摘要

为提高刀具磨损状态识别准确率,文章提出了S变换时频图纹理特征参数提取方法和基于隐马尔科夫模型的磨损状态识别方法。以声发射信号为敏感信号,设计了刀具磨损实验方案;基于EEMD算法,提出了互相关系数与鞘度相结合的综合降噪方法;使用S变换处理声发射信号得到等高线灰度图,通过灰度共生矩阵提取等高线灰度图的纹理特征参数;将类内散布矩阵和类间散布矩阵结合,提出了基于散布矩阵的特征参数敏感度分析和降维方法;采用基于隐马尔科夫模型的磨损状态识别方法,分别将全维特征参数和降维特征参数用于磨损状态识别,实验结果表明,全维特征参数的识别准确率为88.34%,降维特征参数的识别准确率为100%。

论文目录

  • 0 引言
  • 1 刀具磨损划分及实验设计
  •   1.1 刀具磨损划分
  •   1.2 实验方案
  •   1.3 正交实验设计
  •   1.4 实验步骤
  • 2 信号降噪
  •   2.1 基于EEMD的信号降噪方案
  •   2.2 降噪结果
  • 3 特征提取
  •   3.1 S变换
  •   3.2 灰度共生矩阵算法与特征参数构建
  •   3.3 特征参数降维
  • 4 模式识别及实验结果
  •   4.1 隐马尔科夫模型
  •   4.2 模式识别方案及结果
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 吕震宇

    关键词: 刀具磨损状,等高线灰度图,灰度共生矩阵,散布矩阵,隐马尔科夫模型

    来源: 组合机床与自动化加工技术 2019年07期

    年度: 2019

    分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技

    专业: 金属学及金属工艺,计算机软件及计算机应用

    单位: 山东职业学院

    基金: 省教育厅科研课题(KJ2018ZBB022)

    分类号: TG71;TP391.41

    DOI: 10.13462/j.cnki.mmtamt.2019.07.023

    页码: 92-96+100

    总页数: 6

    文件大小: 2370K

    下载量: 119

    相关论文文献

    • [1].干道交通状态识别及演变机理研究[J]. 公路与汽运 2020(02)
    • [2].基于隐马尔科夫模型的牵引座状态识别[J]. 现代制造工程 2020(06)
    • [3].基于机器学习算法的建筑物健康状态识别[J]. 微型电脑应用 2020(10)
    • [4].面向多层建筑的人员室内运动状态识别方法[J]. 苏州科技大学学报(自然科学版) 2020(04)
    • [5].基于脑血氧信号的下肢运动状态识别方法研究[J]. 电子产品可靠性与环境试验 2020(01)
    • [6].现代技术在冷冲模状态识别中的应用分析[J]. 中国设备工程 2017(06)
    • [7].上海地铁火灾状态识别系统设计[J]. 机电一体化 2009(05)
    • [8].基于信息融合的滚动轴承寿命状态识别研究[J]. 组合机床与自动化加工技术 2020(03)
    • [9].自供电式车位状态识别与发射装置设计[J]. 科技视界 2020(08)
    • [10].基于眼睛状态识别的疲劳驾驶检测[J]. 科学技术与工程 2020(20)
    • [11].基于指标权重的湖库营养状态识别[J]. 水资源与水工程学报 2013(06)
    • [12].基于特征选择和模糊支持向量机的刀具磨损状态识别[J]. 制造技术与机床 2020(11)
    • [13].普适环境下基于脑电的身份及上下文状态识别[J]. 东南大学学报(自然科学版) 2010(S2)
    • [14].手机加速度计的行人行进状态识别[J]. 测绘科学 2020(06)
    • [15].一种红外条件下的新型眼睛状态识别算法[J]. 光电子.激光 2013(12)
    • [16].基于FPGA的多按键状态识别系统设计[J]. 电子设计工程 2009(01)
    • [17].交互式网络恶意入侵数据多状态识别仿真[J]. 计算机仿真 2019(11)
    • [18].基于传感网技术的大中型车辆燃油状态识别算法研究[J]. 测控技术 2015(06)
    • [19].认知雷达对抗中的未知雷达状态识别方法分析[J]. 电子技术与软件工程 2020(13)
    • [20].智能化考试状态识别监控方法研究与仿真[J]. 计算机仿真 2014(01)
    • [21].螺纹连接状态识别的现状与发展[J]. 噪声与振动控制 2009(02)
    • [22].基于脑电信号的情绪状态识别算法研究[J]. 医疗卫生装备 2020(02)
    • [23].基于支持向量机和粒子群优化的油层开采状态识别[J]. 制造业自动化 2017(04)
    • [24].基于路面状态识别的装载机四轮驱动防滑控制[J]. 浙江理工大学学报(自然科学版) 2017(05)
    • [25].基于粒子群优化支持向量机的回转支承寿命状态识别[J]. 南京工业大学学报(自然科学版) 2016(01)
    • [26].基于深度学习的疲劳状态识别算法[J]. 计算机科学 2015(03)
    • [27].重点营运车辆定位信息在路网运行状态识别中的应用分析[J]. 公路与汽运 2016(02)
    • [28].一种新颖的眼睛状态识别方法[J]. 电子元器件应用 2010(01)
    • [29].基于时频图像特征提取的状态识别方法研究与应用[J]. 振动与冲击 2010(07)
    • [30].基于手势与五官状态识别的航空多媒体控制系统[J]. 现代计算机 2019(34)

    标签:;  ;  ;  ;  ;  

    刀具磨损特征参数提取与状态识别方法
    下载Doc文档

    猜你喜欢