小波包和1D CNN结合的刀具磨损状态识别

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-Alex...