资料简介：
基于SVM的刀具状态识别系统设计，毕业论文，共29页，12790字，附任务书、开题报告、外文翻译、答辩文稿等。
摘要
在刀具加工工件的过程中，刀具会不断地切割工件，导致刀具表面难免会发生磨损，本文主要研究了刀具的磨损程度及其切割过程中的信号的关系，对其信号进处理，根据得到的信号实现对刀具磨损的判断。
本文较为深入地研究了刀具磨损的检测技术。采用合适的机床、刀具与工件进行了切削试验。采集切削过程中的信号，并分析各种信号及其特点，并与自身能达到的条件出发，选用的是振动信号和切削力信号，并通过传感器收集到切削过程中的信号。此时的信号并不能直接反应刀具的信息，需要进行特征信号的提取，这些特征信号才能有效地反映刀具的磨损状态，将得到的特征信号用作系统的输入，达到刀具磨损程度的检测。
在刀具的加工方法上，考虑到生产实际上的情况，本文选用的是插铣加工，此方法相较与其他方法具有很多优点，故在工业上应用非常广泛。
本文在刀具磨损状态识别的模型上选用了的是支持向量机模型，介绍了支持向量机的模型原理，并讲述了支持向量机的训练和识别的过程。在对信号进行特征的提取后，得到的特征信号来给SVM训练和识别。
经过以上操作，得到的结果是：在小样本条件下支持向量机具有满意的学习能力和较高的识别率。
以上的研究成果对刀具磨损的识别提供了理论上的依据，也对刀具的研究和刀具加工方法的改进有很大的参考价值。
关键词：插铣；刀具磨损；支持向量机；状态识别
目录
摘要 I
Abstrac II
第一章 绪论 1
1.1刀具磨损检测现状 1
1.2刀具状态检测的重要性 1
1.3刀具磨损检测的发展趋势 2
1.4SVM的介绍 2
第二章 总体方案 4
2.1 总体方案概述 4
2.2刀具磨损监测所用方法 4
2.2.1直接法 4
2.2.2间接法 5
2.3系统总方案简图 6
2.4系统各组成部分 6
2.4.1试验装置 6
2.4.2刀具切割参数 7
2.4.3采集系统 7
第三章 试验研究与数据处理 8
3.1试验方案 8
3.2刀具磨损分析 8
3.3 信号分析及特征提取 9
3.3.1 切削力信号 10
3.3.2 振动信号 13
3.3.3 信号特征的归一化处理 14
第四章SVM模型及其原理 16
4.1 SVM 的分类算法 16
4.2实验结果及分析 19
第五章 结论与展望 20
5.1 总结 20
5.2 展望 20
致谢 22
参考文献 23
资料预览图片：
资料文件预览：
共2文件夹，10个文件，文件总大小：7.72MB，压缩后大小：6.90MB
- 毕业论文-基于SVM的刀具状态识别系统设计
- 基于SVM的刀具状态识别系统设计
基于SVM的刀具状态识别系统设计.docx [513.73KB]
基于SVM的刀具状态识别系统设计.pdf [1.03MB]
毕业设计（论文）任务书：基于SVM的刀具状态识别系统设计.doc [382.50KB]- 毕业设计（论文）任务书：基于SVM的刀具状态识别系统设计.pdf [217.04KB]
- 毕业设计（论文）外文翻译原文：基于EMD和SVM与AE传感器的刀具磨损识别.pdf [310.98KB]
- 毕业设计（论文）外文翻译及原文：基于EMD和SVM与AE传感器的刀具磨损识别.doc [935.37KB]
- 毕业设计（论文）外文翻译及原文：基于EMD和SVM与AE传感器的刀具磨损识别.pdf [622.39KB]
- 毕业设计（论文）开题报告：基于SVM的刀具状态识别系统设计.pdf [191.10KB]
毕业设计（论文）开题报告：基于SVM的刀具状态识别系统设计.wps [97.73KB]
毕业设计（论文）答辩PPT：基于SVM的刀具状态识别系统设计.pptx [3.49MB]
我要下载：基于SVM的刀具状态识别系统设计（客服QQ：5739126）