改进的BP神经网络在刀具磨损状态监测中的应用
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
1.07 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
刀具磨损状态监测的研究中,采用传统BP算法的神经网络识别切削过程中的刀具磨损量,具有局限性。文中提出了一种改进的BP神经网络结构,选取了新的BP算法,并对网络结构参数进行优化调整。对振动信号和AE信号分析后提取出刀具磨损特征量输入改进的BP神经网络,经过训练后用于识别刀具磨损状态。通过比较,改进的BP神经网络的收敛速度明显提高,且减小了识别误差。实验证实了其可行性和有效性。相关论文
- 2021-02-16卷积神经网络算法在工件抓取中的应用
- 2021-03-04基于机器视觉的活塞杆表面微裂纹查数系统设计
- 2021-02-07基于ES-MLSTM的液压机故障诊断系统设计
- 2021-05-022000 t大型液压机泵站节能降噪改造
- 2020-07-24基于机器视觉的工件自动分拣系统的研究
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。