| 小波包隐Markov模型刀具状态识别研究 |
| |
| 引用本文： | 叶大鹏,刘震,张春良.小波包隐Markov模型刀具状态识别研究[J].南华大学学报(自然科学版),2007,21(3):13-15. |
| |
| 作者姓名： | 叶大鹏 刘震 张春良 |
| |
| 作者单位： | 1. 福建农林大学,机电工程学院,福建,福州,350002
2. 南华大学,机械工程学院,湖南,衡阳,421001 |
| |
| 摘 要： | 针对切削过程中振动信号的特点,利用小波包得到信号能量分布,借助于隐Markov模型(HMM),并以信号的能量分布为特征进行分类,得到一种基于小波包和HMM的切削过程监测新方法.利用实测的钻削振动信号,对该方法进行验证.结果表明该方法能够较有效地识别切削过程刀具的工作状态.
|
| 关 键 词： | 小波 隐Markov模型 切削 状态识别 |
| 文章编号： | 1673-0062(2007)03-0013-03 |
| 修稿时间： | 2007年7月14日 |
Research on Cutting Status Recognition Based on Wavelet packets and Hidden Markov Model |
| |
| YE Da-peng,LIU Zhen,ZHANG Chun-liang.Research on Cutting Status Recognition Based on Wavelet packets and Hidden Markov Model[J].Journal of Nanhua University:Science and Technology,2007,21(3):13-15. |
| |
| Authors: | YE Da-peng LIU Zhen ZHANG Chun-liang |
| |
| Abstract: | According to the character of vibration signal in the cutting process,a new cutting process monitoring method based on hidden Markov model(HMM) classification and wavelet packets feature extraction is proposed.The method is performed by using the data from drill experiment kit and the result shows that the tool status in the cutting process can be recognized effectively. |
| |
| Keywords: | Wavelet Packets Hidden Markov Model Cutting Status Recognition |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《南华大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《南华大学学报(自然科学版)》下载免费的PDF全文 |
