文献

J-GLOBAL ID：201602278891441317   整理番号：16A0075832

切削音信号と最適化SVMに基づく工具摩耗状態監視【Powered by NICT】

Tool Wear Condition Monitoring Based on Cutting Sound Signal and Optimized SVM

著者 (3件)： Zhang Kaifeng (School of Mechanical Engineering & Automation,Northeastern Univ., Shenyang) ,  Yuan Huiqun (School of Mechanical Engineering & Automation,Northeastern Univ., Shenyang) ,  Nie Peng (School of Mechanical & Electrical Engineering,Shenyang Aerospace Univ., Shenyang)
資料名： Zhendong Ceshi Yu Zhenduan  (Zhendong Ceshi Yu Zhenduan)
巻： 35  号： 4  ページ： 727-732  発行年： 2015年 
JST資料番号： C2749A  ISSN： 1004-6801  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 切削音の多重特徴を用いる工具摩耗状態監視を実現する方法を提案した。経験的モード分解とH ilbert変換理論に基づいて,音響信号を解析した。異なる周波数範囲での固有モードとH ilbertスペクトルのエネルギーは,モニタリング信号のカンディダタファイターズとして抽出した。特徴選択問題を解決するために,サポートベクトルマシン分類器として選択し,多重個体群遺伝的アルゴリズムを用いて,その入力特徴を最適化することである。次に,干渉特徴は特徴の候補から排除される。分類器パラメータも多重個体群遺伝的アルゴリズムを用いて最適化された後,試験試料は最適化された分類器を用いて分類し,最適化前後の分類器の性能を比較した。結果は,最適化された分類器の性能はかなり改善され,工具摩耗状態の同定に効果的に使用できることを示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： *切削 ,  特徴選択 ,  遺伝的アルゴリズム ,  周波数 ,  *音響 ,  サポートベクトルマシン ,  多重化 ,  固有モード ,  *最適化 ,  スペクトル ,  *工具摩耗 ,  個体群 ,  音波信号
準シソーラス用語： 経験的モード分解 ,  *状態監視 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 切削 ,  音信号 ,  最適化 ,  SVM ,  工具摩耗 ,  状態監視