毕业答辩-基于SVM的刀具状态识别系统设计.pptx_第1页
毕业答辩-基于SVM的刀具状态识别系统设计.pptx_第2页
毕业答辩-基于SVM的刀具状态识别系统设计.pptx_第3页
毕业答辩-基于SVM的刀具状态识别系统设计.pptx_第4页
毕业答辩-基于SVM的刀具状态识别系统设计.pptx_第5页
已阅读5页，还剩7页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于SVM的刀具状态识别系统设计,姓名学号导师专业测控技术与仪器,主要内容,一、课题简介二、系统方案设计三、研究结论四、展望,一、课题简介,在工业加工上，刀具磨损程度对加工的进行有着很大的影响，因此刀具磨损的研究有着很大的意义。本次研究实现了对刀具磨损的检测，当刀具磨损到达一定程度后，系统会判断此刀具已磨损不能进行加工，从而工作人员会及时更换刀具。本次研究的运用的分类算法是SVM，用训练样本用来训练得到此模型，研究表明训练得到的SVM具有良好的识别效果。,二、系统方案设计,1总体方案如下：,信号采集,特征信号提取,状态识别,2信号采集分析各种信号及其特点，本试验选择采集切削力信号和振动信号,3特征信号提取,3.1切削力信号切削力的采集是由三相测力仪测出，做出其三个方向信号的均值和方差,由图可见在正常磨损和严重磨损时，z轴切削力均值和x轴切削力方差有较大的区别，因此可选择以上两种特征作为系统的输入,3.2振动信号取所取的振动信号的均方根，做出其与磨损度的关系图,上图表明，不同不同磨损量的刀具其均方根的值有较大不同，故可选振动信号的均方根能很好地反映刀具的磨损,4状态识别,本次研究刀具磨损识别所运用到的学习算法是支持向量机（SVM），最先SVM针对解决二分类问题而提出的，从线性可分的情况出发，其基本思想可用图来说明。,三、研究结论,（1）选用y轴切削力均值和振动信号均方根作为输入,结果表明，y轴切削力均值和振动信号均方根能很好地表现磨损程度，在此次试验中svm的识别率达到了100%,（2）选用x轴切削力方差和振动信号均方根作为输入,结果表明，x轴切削力均值和振动信号均方根能很好地表现磨损程度，在此次试验中svm的识别率达到了88%,第四章展望,本文采用SVM算法对刀具磨损的识别达到了满意的
人人文库> 全部分类> 教育资料 > 毕业论文

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论