孟理华
- 作品数：5 被引量：5H指数：1
- 供职机构：西安交通大学机械工程学院更多>>
- 发文基金：国家科技重大专项国家自然科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术金属学及工艺机械工程更多>>
- 基于小波包和概率神经网络的刀具破损自适应报警方法
- 基于小波包和概率神经网络刀具破损自适应报警方法，先把声发射传感器固定到刀杆上，采集声发射信号，进行三层小波包分析，选取特征频带并取其均方根值，将均方根值进行归一化处理得到平滑因子和先验概率，利用概率神经网络建立刀具破损状...
- 徐光华姜阔胜张庆孟理华
- 文献传递
- 基于Parzen窗估计的设备状态综合报警方法被引量：4
- 2013年
- 针对现有监测报警方法难以适应工况变化和融合多元数据的缺点,提出基于Parzen窗估计的设备状态综合报警方法。该方法动态估计多元监测数据的联合概率密度函数,以局部分布边缘包络作为报警边界,随着监测数据的不断积累,逐步提高正常和故障概率分布估计的准确性,形成符合设备个性化状态发展历程的动态报警区域。通过对转子试验台和加热炉风机监测数据分析,验证了该方法的有效性。
- 刘晗张庆孟理华杨凯徐光华
- 关键词：概率分布
- 基于小波包和概率神经网络的刀具破损自适应报警技术研究
- 针对当前刀具状态监测报警技术是建立在静态报警基础上的问题,本文提出了刀具状态动态报警线的构建方法。应用小波包分析提取刀具磨损状态的特征向量,利用概率神经网络构建刀具运行状态模型,根据历史数据确定报警值并设置报警线,使得刀...
- 姜阔胜徐光华陶唐飞孟理华魏福贵
- 关键词：刀具状态监测小波包概率神经网络
- 文献传递
- 基于智能报警的刀具状态在线监测技术被引量：1
- 2013年
- 为了提高机床加工过程中刀具磨损的监测能力,选择主轴电流和进给电流为主要信息,基于小波分解及软测量模型进行电流信号的多特征提取,从加工进给和主轴驱动两方面反映刀具磨破损信息;在此基础上,基于Parzen视窗法进行多特征信息的数据融合,构建智能报警模型,并依据拉依达法则确定报警边界,从而实现刀具状态的智能报警。将该技术应用到机床的加工中,实验证明可以实时地监测刀具运行状态并进行磨破损报警。
- 徐光华孟理华姜阔胜张四聪罗爱玲
- 关键词：刀具磨损智能监测软测量模型
- 基于电机电流信息融合的刀具磨破损智能报警技术研究及系统开发
- 孟理华
- 关键词：特征提取模糊C均值聚类
