基于AR特征的刀具状态识别方法OA北大核心CSCDCSTPCD
Research on the tool condition reorganization based on AR feature extraction
通过分析切削过程刀具产生的振动信号的特点,引入自回归(AR)模型来表征刀具切削过程的工作状态;并利用隐Markov模型(HMM)对经AR模型处理后得到的特征向量(AR系数)和由FFT得到的特征向量(幅值谱)进行比较.结果表明:对于切削过程产生的振动信号采用AR模型得到的特征参数比由FFT得到的幅值谱更能有效地表征这一过程中刀具的工作状态.
叶大鹏;刘震
福建农林大学机电工程学院,福建,福州,350002福建农林大学机电工程学院,福建,福州,350002
信息技术与安全科学
AR模型隐Markov模型切削过程刀具状态识别
《福建农林大学学报（自然科学版）》 2007 (6)
652-655,4
福建省自然科学基金资助项目(Z0511030).
评论