论文部分内容阅读
利用一种根据 K－ means方法对样本聚类后建立的改进型模糊神经网络 (MTFNN)模型，对刀具后刀面磨损量进行在线工况实时识别。仿真结果表明该工况辨识模型精度高，收敛速度快，实用性较强，适宜于复杂的、非线性加工系统建模。
基于样本聚类模糊神经网络的刀具磨损状态实时识别
【摘 要】
：
利用一种根据 K－ means方法对样本聚类后建立的改进型模糊神经网络 (MTFNN)模型，对刀具后刀面磨损量进行在线工况实时识别。仿真结果表明该工况辨识模型精度高，收敛速度快，实用性
【机 构】
：
佛山地质学院机电教研室,华南理工大学
【出 处】
：
机械制造
【发表日期】
：
2001年5期
其他文献
要从根本上破解大学生就业难的问题，必须把大学生就业政策的目标从原来的提高“高校就业率”转向提升“大学生就业力”上来。本文重点讨论了提升大学生就业力的对策研究：一方面
我们在教育生产实习中,用经济型数控车床加工图1所示的工件,该车床配置了华中数控系统有限公司生产的HCNC-IT型数控系统,编制的加工程序为O8888;
电力设备运行对人们生活工作的影响极大,必须确保电力设备稳定运行。因此要在日常电力设备运行维护中,关注运行环境条件,分析运行环境的重要性,对于影响电力设备运行稳定性的
为了用电安全、减少触电死亡事故,我国在20世纪80年代初期就大力推广使用剩余电流保护器.20世纪90年代,用电量大幅增长,涌现了各种剩余电流保护器.但剩余电流保护器频繁动作