砂輪磨損的智能監(jiān)測的研究設(shè)計說明書.doc_第1頁
砂輪磨損的智能監(jiān)測的研究設(shè)計說明書.doc_第2頁
砂輪磨損的智能監(jiān)測的研究設(shè)計說明書.doc_第3頁
砂輪磨損的智能監(jiān)測的研究設(shè)計說明書.doc_第4頁
砂輪磨損的智能監(jiān)測的研究設(shè)計說明書.doc_第5頁
已閱讀5頁,還剩31頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

畢業(yè)論文砂輪磨損的智能監(jiān)測的研究學生姓名所學專業(yè)機械設(shè)計制造及其自動化班級學號指導(dǎo)教師鹽城工學院機械工程系二三年六月目錄0引言11砂輪磨損狀態(tài)的智能監(jiān)測的系統(tǒng)研究及方法31.1多傳感器信息融合方法31.2信號處理與特征提取41.3實現(xiàn)多傳感器信號融合與識別決策人工神經(jīng)網(wǎng)絡(luò)62ART-2神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及數(shù)學推導(dǎo)82.1ART-2神經(jīng)網(wǎng)絡(luò)的特點82.2ART-2神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及綜合評價93ART-2神經(jīng)網(wǎng)絡(luò)的軟件實現(xiàn)153.1實現(xiàn)過程153.2ART-2算法183.3程序編制203.4調(diào)試過程203.5結(jié)果分析203.6程序性能說明213.7交互界面應(yīng)用程序214實驗系統(tǒng)及數(shù)據(jù)分析244.1實驗系統(tǒng)及方法244.2磨削火花信號分析及特征提取254.2.1火花信號機理254.2.2信號分析特征提取264.2.3時域分析274.3磨削聲音信號分析及特征提取274.4頂尖法向振動信號分析及特征提取285監(jiān)測系統(tǒng)模型及試驗295.1監(jiān)測系統(tǒng)模型295.2樣本識別結(jié)果306結(jié)論31致謝32參考文獻33附件清單35摘要本文研究了自動化加工過程中對砂輪磨損狀態(tài)進行智能識別的一種新方法,即在磨削過程中利用多路傳感器獲取多路信號,輸入計算機提取特征向量,利用自適應(yīng)共振神經(jīng)網(wǎng)絡(luò)-ART2建立的模型對數(shù)據(jù)進行融合并對砂輪狀態(tài)進行智能識別。文中介紹了ART2網(wǎng)絡(luò)的特點、工作原理和對通過多路傳感器所獲得的實驗數(shù)據(jù)進行融合的方法及數(shù)據(jù)處理的步驟,并給出了具體的實現(xiàn)過程;同時對ART2網(wǎng)絡(luò)結(jié)構(gòu)作了討論,為了保證網(wǎng)絡(luò)在應(yīng)用中的穩(wěn)定性,給出了一種新型的網(wǎng)絡(luò)結(jié)構(gòu)和算法。研究結(jié)果表明,應(yīng)用改進后的ART網(wǎng)絡(luò)對砂輪磨損狀態(tài)進行智能監(jiān)測是可行的,該網(wǎng)絡(luò)具有較強的信號模式識別能力,實驗中識別率可以達到92%以上。關(guān)鍵詞:ART2神經(jīng)網(wǎng)絡(luò)砂輪磨損狀態(tài)識別人工智能多傳感器數(shù)據(jù)融合AbstractInthispaper,anewmethodisintroducedtostudytheartificialintelligentrecognitionofthegrindingwheelsstateinautomaticmanufacturingprocess,i.e.inputthemulti-signaldatawhichgotbythemulti-sensorsintocomputerandabstractthespecialfeatures,meanwhilefusethedata,recognizeintelligentlybyerectingART2modelandthengivethegrindingwheelsstate.Thecharacter,mechanismofART2andthemethodoffusingdatagotbymulti-sensorsareanalyzed,atthesametimethestepofachievingthesystemisalsogot.BecauseoftheborndefaultofART2network,anotherstructureisraisedtoovercomeitbyusingnewalgorithmandframe.TheresultofthispaperindicatedthattheartificialintelligentrecognitiontothegrindingwheelsstateviatheART2neuralnetworkisworkable,thisnetworkhasastrongerabilitytorecognizethesignals,andtheprobabilityisupto92%.Keywords:

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論