基于遗传算法优化神经网络刀具磨损监测研究

作者：贺志林; 杜茂华; 徐智超; 令狐克进; 王沛鑫

来源：农业装备与车辆工程, 2022, 60(05): 12-17.

• 车刀磨损
• 振动信号
• AE信号
• Relief-F算法
• GA-BP模型

通过对车刀磨损状态监测技术的研究，建立了基于遗传算法（Genetic Algorithm, GA）的BP(Back propagation)神经网络刀具磨损状态识别模型。选择振动信号和AE信号作为实验监测信号，对采集的振动信号和AE信号分别采用不同的方法进行分析，最终提取到与刀具磨损相关性强的特征作为原始特征。采用Relief-F算法对原始特征进行特征过滤得到最终特征样本。将测试样本输入训练后刀具磨损状态识别模型并查看识别结果。结果表明，识别模型的正确识别率达到96.296%，表明建立的GA-BP模型对车刀状态识别具有很好的分类效果。

• 单位
  机电工程学院; 昆明理工大学