• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《北京工业大学学报》 >基于改进EMD和LS-SVM的刀具磨损状态识别

基于改进EMD和LS-SVM的刀具磨损状态识别

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

针对经验模态分解(empirical mode decomposition,EMD)的端点效应、停止准则和虚假分量作了改进处理,通过对仿真信号的对比验证证明了改进方法的可行性.采集切削加工中的声发射(acoustic emission,AE)信号并对AE信号运用改进EMD方法分解为若干个固有模态函数(intrinsic mode function,IMF)分量,利用IMF分量和原始信号的相关系数作为判断依据,剔除分解中产生的虚假分量,然后提取IMF分量的归一化能量值并将其作为特征向量.将提取的特征向量分为2组:一组用于对最小二乘支持向量机(least squares support vector machine,LS-SVM)训练;另一组用于识别刀具磨损状态.实验结果表明该方法可有效地表征刀具的磨损状态.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号