基于EMD和SVM的刀具故障诊断方法
为了解决刀具在切削过程中出现的故障，本文提出了基于经验模态分解(EMD)和支持向量机(SVM)的刀具故障诊断方法。该方法首先将经过标准化的声发射信号进行经验模态分解，将其分解为有限个固有模态函数(IMF)和残余餐之和，然后对每个INF分量通过一定的削减算法增强故障类型特征，计算每个INF和残余项的能量以及整个信号的削减比作为特征向量，最后将特征向量输入支持向量机进行训练和测试，判断刀具的故障类型。通过对某一刀具的故障诊断结果分析说明，验证了该方法的实用性和有效性。
刀具 声发射 END 支持向量机 故障诊断
王涛 徐涛
沈阳航空航天大学
国内会议
北京
中文
63-66
2010-12-10（万方平台首次上网日期，不代表论文的发表时间）