自适应神经网络及其在刀具智能监控中的应用

讨论了神经网络的拓扑结构的学习和神经元激活函数等问题,提出了自构形神经网络的概念和算法,较好地解决了隐节点数目选取问题.将自适应神经网络用于刀具加工状态智能监控的信号融合之中,取得了满意的结果.     

模式识别在刀具状态监控中的应用

通过大量试验，研究了刀具磨损、破损对功率信号时域和频域特性的影响．抽取与刀具状态相关的特征量──功率的时域幅值和主轴转频处的幅值，并将模式识别技术应用于刀具状态多特征监控，能较好地识别刀具的磨损和破损，显著提高了监控的准确性．     

带误差补偿的刀具智能监控系统

以数控车削加工为例,建立刀具状态向量,通过神经网络BP算法程序综合分析,建立刀具智能监控系统,并与机床定位误差补偿系统联动,完成提高加工精度和刀具工况监察的综合智能控制。     

智能方法在隧道监控量测中的应用

近年来,监控量测技术已普遍应用于隧道施工过程中,量测到的是围岩已经发生的变形,但是常常需要知道围岩未来一段时间内的变形情况,本文探讨了采用人工神经网络预测围岩未来变形情况的方法。     

步态识别及其在智能视频监控中的应用

步态识别作为远距离下惟一可识别的生物特征识别技术,日益受到专家学者的关注.文章给出了步态识别的概念和相关原理;介绍了智能视频监控系统智能化处理的一些技术,并对步态识别在智能监控下的应用和发展前景做了分析.     

基于小波包与模糊神经网络的刀具状况监控

在自动化制造中,线监控刀具状况以保护刀具与加工工件显得越来越重要。近年来,许多研究者在此领域进行了广泛的研究,然而由于加工过程的不确定性,现有的刀具监控系统的可靠性还有待提高。本文提出了一种基于小波包分析与模糊神经网络的自适应刀具监控系统,该系统利用小波包分析方法将加工过程振动信号分解为不同的频率段,并在此基础上,建立了正适应特征提取方法,为模型神经网络提供最优的特征输入,然后模糊神经网络据此进行     

基于神经网络的FMS实时智能监控系统

先进制造系统的发展对过程监控的实时性和智能化提出了越来越高的要求。该文在分析传统监控方法的基础上,深入分析探讨了基于神经网络的制造系统状态监控系统的实时性和智能化问题,具体讨论了ＢＰ网用于柔性制造系统（ＦＭＳ）实时智能监控的应用,并给出了一个应用实例,说明了神经网络在先进制造系统实时智能监测系统研究中的应用。     

试析智能视频监控技术在博物馆中的应用

技术防范已成为当前博物馆安全管理必不可缺的防范手段,视频监控系统是其重要组成部分。然而,投入大量资金建成的博物馆视频监控系统,由于无法同时显示所有摄像机画面、值班人员无法长时间盯住屏幕等原因,往往建而不监、监而不控,仅仅作为事后调阅取证的工具。随着科学技术的发展,智能视频监控可以较好地解决传统视频监控系统存在的问题。本文结合博物馆安防系统的功能需求,分析智能视频监控技术在博物馆中的具体应用。     

数控加工中心的刀具监控技术

数控加工已成为现代制造业的核心性技术,其中的安全性问题显得日益重要,因此,刀具监控技术在其发展过程中发挥着不可替代的作用。尤其是随着数控加工中心自动化程度的不断提高,对刀具监控技术也提出了更高的要求。本文主要针对数控加工中心的刀具监控技术展开研究和探讨。     

刀具状态的ANN—模糊识别

提出了利用人工神经网络（ＡＮＮ）及模糊识别理论融合多监控参数进行刀具状态识别的方法．该方法首先对各监控参数按刀具不同状态的敏感性进行分组,并利用多个ＡＮＮ子网络建立各组参数与刀具状态的模糊隶属度关系,然后利用模糊决策法对各ＡＮＮ子网络确定的刀具状态模糊隶属度进行综合评判并按最大隶属度判定刀具状态．该方法不仅具有ＡＮＮ的并行运算特点,而且具有模糊综合评判的容错性,从而提高状态识别的实时性和正确率．结合功率信号的多个特征对大量实验数据的测试表明,该方法可将ＡＮＮ的识别正确率从平均８８％提高到９５％．     

无线技术和网络技术在智能监控中的应用

随着时代和技术的发展，视频监控从以往模拟视频监控发展到现有的到现有的数字视频监控本文介绍了当前智能监控无线远程技术的内容．包括技术基础、控制功能、安全性以及发展现状等．     

智能电网监控系统在矿山的应用

本文首先介绍电网监控系统建设的重要性,针对原有的供电系统存在的不足,提出了新型微机监控系统的方案,对电网监控系统的各个组成部分和功能进行了介绍,智能电网监控系统的投入运行,极大地提高了供配电系统的可靠性、安全性和自动化水平。     

集成数控车削中刀具状态的智能识别与监控

基于对车削过程中刀具状态的声振特性研究，实现以单片机为核心硬件的车削过程多级监控系统，系统由保真消噪装置在线提取信息，通过简单硬件电路一级监控，单片机程控二级监控以及高级微机联网的多功能复杂信息处理与识别，进行三级以上的智能预报和监测以及状态模型的自学习和自我完善，是ＦＭＳ和ＣＩＭＳ的关键技术。     

自动化刀具切削状态监控仪的研究

论述自动化刀具切削监,控仪原理及组成结构,方法在流体声发射和电机电流传感器方案的基础上,讨论以不同切削负载为条件的监控原理,论述其硬件和 组成和结构。     

智能监控系统的应用与思考

对智能监控系统做了简要介绍,重点描述了智能监控系统的实现,包括介绍智能监控系统的工作流程,分析智能监控系统需要解决的关键问题。最后,分析了目前智能监控系统存在的不足及未来的发展趋势,认为未来的智能监控系统将会不断借鉴人眼功能及思维功能,更加智能化。     

单片机技术在智能煤气监控系统中的应用

对煤气泄漏实时精确监控是十分重要的。本文介绍一种基于单片机技术的智能型煤气监控系统，可对煤气浓度进行智能地实时检测和监控、报警，而且还能实现自动开启和关闭煤气管道阀门，经过多次运行，精确度、灵敏度和稳定性均达到设计要求，且造价低，操作方便，可广泛作为智能报警器及监控系统来使用。     

智能监控报警技术在三峡永久船闸监控中的应用

叙述了智能监控报警技术的结构原理、工作流程和功能,以及自适应神经网络跟踪监控的理论方法,说明了在三峡工程永久船闸F1239不稳定块体中的应用.     

基于模糊神经网络的刀具磨损识别

为了实现刀具磨损状态的自动识别，采用机床功率法进行了刀具自然磨损和不同切削参数（切削速度、进给量和切削深度）对功率信号影响的实验。在此基础上，建立了功率信号的时序AR模型。在提取作为刀具磨损特征量的AR模型参数时，考虑了切削用量对模型参数的影响，提出了特征量选取的准则，使所提取的特征量更加实用化，通过具体自学习和良好函数逼近能力的神经网络获得了特征量对刀具状态的隶属函数，并利用模糊神经网Fuzzy ART实现了刀具磨损状态的自动识别，识别正确率为95%，说明所提出的方法是有效可行的。     

土石坝渗流的神经网络监控模型

通过对土石坝渗流的成因分析,应用人工神经网络原理,并结合某土石坝的实测资料建立了渗流监控模型,给出了模型的输入输出因子和模型结构。该模型具有再学习能力,在应用过程中,可以用新的观测资料对模型不断地进行学习训练,以提高模型的精度。