论文部分内容阅读
为提高刀具检测识别率,采用经验模式分解法分解不同状态刀具的切削声音信号,计算各信号分量的能量百分比,形成特征向量.利用三次样条插值方法对特征向量进行插值,插值后的特征向量保留了原始信号的所有特征成分,应用BP神经网络识别刀具的状态.实验结果表明：经验模式分解方法和BP神经网络相结合可以有效识别铣刀状态,平均识别率达86％.