来源：期刊VIP网 时间：
作者：郭宏;徐延;伊亚聪;胡孔耀;
单位：太原科技大学机械工程学院;
摘要：通过监测刀具磨损情况，能够有效应对生产加工中的意外状况。为了精确监测刀具的磨损状态，提出了一种多传感器特征融合及BP神经网络结合的刀具磨损预测方法。首先对工业加工中采集到的切削力、振动、声发射信号进行小波阈值去噪，然后在时域、频域和时频域内分析并提取特征，再将融合后的各类传感器特征使用Pearson相关系数和主成分分析（PCA）实现数据降维，最后将降维后的融合特征输入搭建好的BP神经网络，通过非线性仿真分析，从而实现刀具磨损量的预测。案例验证表明：与单一传感器预测相比，提出的多传感器特征融合的刀具磨损预测方法误差最小，且决定系数R2达到0.993。
关键词：传感器;;特征提取;;小波去噪;;PCA;;BP神经网络;;磨损预测
基金资助：山西省回国留学人员科研教研资助项目（HGKY2019079）
