基于动态树理论的刀具磨损监测技术

摘要

刀具磨损量监测一直是机械加工过程状态监测的难点，刀具磨损监测过程由于受到多种因素的影响，导致目前监测系统存在识别精度差、可靠度低、系统设计周期长等缺点。针对存在的问题，在大量试验的基础上，提出了基于动态树分类的刀具磨损量识别方法，并采用具有局部记忆的B样条模糊神经网络建立刀具磨损量和特征之间的非线性映射关系，识别结果由集成神经网络融合各个子网络的输出后获得。试验结果表明，基于此方法构建的刀具磨损监测系统具有精度高，可以靠度强，增殖性好和在线识别速度快等优点，值得工业推广。