基于小波神经网络的工程陶瓷动态车削力预测
100 积分
50
评分
4.6 积分- 详情
- 2021-08-06
- 简介
pdf
- 195KB
- 页数 4P
- 阅读 93
- 下载 27
以小波分析和BP神经网络为基础,构建了小波神经网络预测模型。使用CA6140车床对氟金云母陶瓷进行了干车削试验,并用三向测力仪测量了切削过程的切削力变化趋势。基于小波包中的Wpbmpen函数对切削力信号进行了降噪处理,切削力信号在降噪后有明显改善,能更形象地表达出切削力的变化趋势。基于小波神经网络对切削力进行了预测,结果表明:小波神经网络预测值、信号降噪处理值和试验值都非常相近,说明切削力在预测过程中具有一定的可靠性,小波神经网络预测前对切削力信号的降噪处理是合理的。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于小波神经网络的工程陶瓷动态车削力预测 195KB
基于小波神经网络的工程陶瓷动态车削力预测 195KB
人工神经网络在多相工程陶瓷材料设计中的应用 553KB
基于小波神经网络的某边坡预测研究 521KB
基于小波神经网络的某边坡预测研究 312KB
基于小波神经网络的电力负荷预测 411KB
基于小波神经网络方法的电力需求预测 1.1MB
基于小波神经网络的建筑工程沉降变形预测 314KB
基于灰色神经网络技术的陶瓷电性能分析 464KB