摘要:为实现截齿截割过程中磨损程度的实时精准在线监测,提出了一种基于BP神经网络的截齿磨损程度多特征信号融合的检测方法。通过提取截割过程中不同磨损程度截齿的三向振动信号、红外温度信号和电流信号,建立了不同磨损程度截齿的多特征信号样本数据库,采用多特征信号样本对BP神经网络进行学习和训练,建立截齿磨损程度的识别模型,实现截齿磨损程度在线监测与精确识别。实验结果表明:基于BP神经网络的截齿磨损程度监测系统,网络判别结果和测试样本的实际磨损程度类别相符,该BP神经网络系统能够对截齿磨损程度类型进行准确的监测和识别。
关键词:截齿 磨损程度 三向振动 在线监测
单位:辽宁工程技术大学机械工程学院; 阜新123000; 大连理工大学工业装备结构分析国家重点实验室; 大连116023; 四川理工学院材料腐蚀与防护四川省重点实验室; 自贡643000; 徐州工程学院机电工程学院; 徐州221111
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社