来源：期刊VIP网 时间：
作者：杨斌;樊志刚;王建国;刘文婧;
单位：内蒙古科技大学机械工程学院;内蒙古自治区机电系统智能诊断与控制重点实验室;
摘要：为监测机床切削加工过程中刀具的非线性磨损变化，提出了一种基于小波包分解和一维卷积神经网络（1D CNN）的刀具磨损状态识别方法。采集机床主轴振动数据作为监测信号，采用经信噪比定量分析后的小波包进行预处理，然后选取小波包分解后各频带的能量特征作为1D CNN的输入，实现了对刀具磨损状态的有效识别。实验表明，该模型能够实现刀具磨损状态的准确预测，相比于BP网络、能量频谱图-Alexnet和Lstm网络模型，刀具磨损状态识别率最优，平均准确率达到98.262%。
关键词：刀具磨损;;振动信号;;小波包分解;;卷积神经网络
基金资助：内蒙古自治区高等学校科学研究项目（NJZY21380）
