稀疏分解在高速铣削刀具状态监测中的应用
文献类型：期刊论文
| 刊名 | 制造业自动化
 |
| 出版日期 | 2015 |
| 卷号 | 000 |
| 关键词 | 稀疏分解 高速铣削 刀具状态 振动信号 |
| ISSN号 | 1009-0134 |
| 其他题名 | Application of sparse decomposition to tool condition monitoring in high speed milling |
| 英文摘要 | 高速铣削因具有高效、高精度、高表面质量以及可加工高硬材料的特点,近年来在先进加工、模具制造等领域具有广泛的应用。然而较高的主轴转速和高硬材料的加工会造成刀具磨损迅速,从而造成零部件加工质量的下降,因此高速铣削刀具状态监测就显得尤为重要。刀具振动信号的特征提取中,降低存储空间和运行时间是关键。稀疏分解具有占用空间少、运算快和噪声剔除的效果较好等特点,因此文章从稀疏分解的基础理论出发,探索稀疏分解应用于高速铣削振动信号的特征提取,从而实现刀具磨损状态监测。结果表明稀疏分解能有效提取振动信号特征,实现刀具磨损状态的准确判断。 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:5565290 |
| 源URL | [http://ir.hfcas.ac.cn:8080/handle/334002/66534]  |
| 专题 | 中国科学院合肥物质科学研究院 |
| 推荐引用方式 GB/T 7714 | . 稀疏分解在高速铣削刀具状态监测中的应用[J]. 制造业自动化,2015,000. |
| APA | (2015).稀疏分解在高速铣削刀具状态监测中的应用.制造业自动化,000. |
| MLA | "稀疏分解在高速铣削刀具状态监测中的应用".制造业自动化 000(2015). |
入库方式： OAI收割
来源：合肥物质科学研究院
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。