Citation: | WU Ying. Monitoring cutting tool wear based on spindle current signal multi-feature fusion[J]. Manufacturing Technology & Machine Tool, 2022, (3): 44-48. doi: 10.19287/j.cnki.1005-2402.2022.03.007 |
[1] |
李斌, 张琛, 刘红奇. 基于主轴电流的铣削力间接测量方法研究[J]. 华中科技大学学报, 2008, 36(3): 5-11. doi: 10.3321/j.issn:1671-4512.2008.03.002
|
[2] |
马旭, 陈捷. 数控铣床刀具磨损量与主轴电流关系研究[J]. 组合机床与自动化加工技术, 2009(10): 88-90. doi: 10.3969/j.issn.1001-2265.2009.10.024
|
[3] |
王军平, 敬忠良, 王安. 基于随机模糊神经网络的刀具磨损量软测量技术[J]. 信息与控制, 2002, 31(6): 534 -537. doi: 10.3969/j.issn.1002-0411.2002.06.012
|
[4] |
刘智鹏. 基于多传感器信息融合的刀具磨损状态模式识别和寿命预测研究[D]. 成都: 西南交通大学, 2015.
|
[5] |
李锡文, 杜润生, 杨叔子. 立铣刀渐进磨损过程中主电机功率信号的时域特性研究[J]. 工具技术, 2000, 34(12): 7-9. doi: 10.3969/j.issn.1000-7008.2000.12.002
|
[6] |
董慧. 基于HHT的刀具磨损状态监测技术研究[D]. 沈阳: 沈阳航空航天大学, 2012.
|
[7] |
贺灵敏. EMD和支持向量机在刀具故障诊断中的应用[D]. 成都: 西华大学, 2010.
|
[8] |
武滢, 舒启林. 基于时频特征和PSO-SVR模型的零部件剩余寿命分析[J]. 组合机床与自动化加工技术, 2021(5): 1-5. https://www.cnki.com.cn/Article/CJFDTOTAL-ZHJC202105002.htm
|
[9] |
García Nieto P J, García-Gonzalo E, Sánchez Lasheras F, et al. Hybrid PSO–SVM-based method for forecasting of the remaining useful life for aircraft engines and evaluation of its reliability [J]. Reliability Engineering and System Safety, 2015, 138: 219-231. doi: 10.1016/j.ress.2015.02.001
|
[10] |
Tran H D, Li Hai-zhou. Sound event recognition with probabilistic distance SVMs [J]. IEEE Transactions on Audio, Speech, and Language Processing, 2011, 19(6): 1556-1568. doi: 10.1109/TASL.2010.2093519
|
[11] |
于雪晶, 麻肖妃, 夏斌. 动态粒子群优化算法[J]. 计算机工程, 2010, 36(4): 193-197. https://www.cnki.com.cn/Article/CJFDTOTAL-JSJC201004070.htm
|
[12] |
王春和. 基于主轴电流的车刀寿命预测技术研究[D]. 武汉: 华中科技大学, 2017.
|