基于超球面支持向量机的刀具磨损状态识别

作者：刘路; 王太勇; 蒋永翔; 胡淼; 宁倩

来源：农业机械学报, 2011, (01): 218-222.

• 刀具磨损
• 超球面支持向量机
• 小波变换
• 近似熵
• 模式识别 Tool wear
• Hyper-sphere support vector machine
• Wavelet transform
• Approximate entropy
• Pattern recognition

提出一种基于超球面支持向量机的刀具磨损状态识别方法。该方法提取切削力与振动信号中的多项特征,对各项特征分别进行刀具磨损量相关性分析,选择与刀具磨损变化量最相关的均值、均方根、小波系数能量以及小波系数近似熵组成特征向量。采用超球面支持向量机作为分类器,实现了刀具磨损状态的自动识别。实验证明,在小样本学习情况下,基于超球面支持向量机的刀具磨损状态识别方法具有良好的学习和泛化能力,获得较高的识别正确率。

• 单位
  天津大学