• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
基于分类器融合的刀具故障诊断方法研究
  • 作者

    李巍邢邦圣

  • 单位

    江苏师范大学机电工程学院

  • 摘要
    根据刀具磨损状态不同时其不同频带的能量不同,将小波包分解方法和基于神经网络的模糊系统融合器相结合,用于车刀状态诊断。采用小波包将信号分解为不同频带的信号,通过求取不同频带的均方根值提取各特征量,然后将特征向量分别输入BP、SVM、ELM、PNN 4种神经网络分类器,将不同分类器的分类结果应用模糊网络进行优化综合。实验结果表明:多分类融合分类识别效果比单个分类器效果要好,提高了对刀具状态的识别精度。
  • 关键词

    刀具磨损小波包特征提取神经网络分类器分类器融合

相关问题
立即提问

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联