本课题针对目前的铣削状态监测中每次走刀过程中时间序列的长度不同以及切削参数的时变性所导致的对特征提取精度和准确性的影响,拟采用多变量协整建模的方法提取不同走刀模式下表征刀具磨损状态的特征向量。并在此基础上通过协变点的检测、以及构建隐马尔可夫模型和神经网络模型等方法来实现复杂路径下铣削刀具磨损状态的辨识。本课题对于提高刀具状态监测的鲁棒性和准确性具有重要的意义和研究价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
涡度相关技术及其在陆地生态系统通量研究中的应用
基于多模态信息特征融合的犯罪预测算法研究
基于ESO的DGVSCMG双框架伺服系统不匹配 扰动抑制
F_q上一类周期为2p~2的四元广义分圆序列的线性复杂度
刀具磨损与破损在线监测理论与技术的研究
铣削刀具磨损自适应建模与参数辨识策略研究
全断面掘进装备刀盘刀具磨损状态监测系统开发
基于I-kaz方法的高温合金高效铣削刀具热磨损规律研究