位置：成果数据库 > 期刊 > 期刊详情页
面向用户的知识量最佳属性约简算法在数控机床故障预测中的应用
  • ISSN号：1003-8728
  • 期刊名称：《机械科学与技术》
  • 时间：0
  • 分类：TG659[金属学及工艺—金属切削加工及机床]
  • 作者机构：[1]广东轻工职业技术学院,广东510300
  • 相关基金：国家自然科学基金项目（50305005）和广东省科技计划项目（04106464）资助
作者： 陈堂敏[1]
关键词： 知识量, 最佳, 属性, 约简, 数控机床, 故障监测, knowledge quantity, optimum, property, reduction, numerical control machine, fault prediction
中文摘要：

通过对数控机床旋转部件故障知识库建立方法的研究，提出了应用面向用户的知识量最佳属性约简算法的数据挖掘预测方法，进行数控机床故障的预测，并通过实例证明了实践过程的可行性。

英文摘要：

The paper studies a method for establishing the knowledge base of the rotating parts of numerical control machines, presents a prediction method for digging data by using a user-oriented optimum knowledge quantity property reduction algorithm. The method is applied to fault prediction of numerical control machines, and instances, prove that it is feasible in practice.

同期刊论文项目
多分辨自适应谐振理论及其在刀具渐变磨损过程中的监测应用研究
期刊论文 23
同项目期刊论文
基于卷积型小波包变换的信号消噪算法
小波神经网络的参数初始化研究
小波包分析在轴承早期故障诊断中的应用
无显式表达小波基的参数方程
无显式表达小波基的自适应选择
内积型和卷积型小波变换对信号处理效果的研究
基于参数方程的小波基自适应选择
小波变换的尺度自适应选择
提高小波变换在钻削刀具状态监测中效率与准确性的研究
奇异值差分谱理论及其在车床主轴箱故障诊断中的应用
误差平方与信息熵指标在加工过程模糊控制中的性能比较
基于信息熵的模拟退火算法优化铣削加工模糊控制器参数
基于卷积型小波包变换的切削力信号消噪
铣削加工过程智能控制试验
基于SVD的奇异性信号检测原理及其应用
基于分形的机械加工表面轮廓评价参数的计算方法
轴承故障的自适应小波神经网络分类
基于自适应小波特征提取一体化神经网络的空调电机振动噪声识别
超声波CT缺陷检测系统开发方法研究
无显式表达小波在不同尺度下的离散生成算法及幅频特性
基于奇异值分解的铣削力信号处理与铣床状态信息分离
建筑构件无损检测方法的研究
期刊信息
  • 《机械科学与技术》
  • 中国科技核心期刊
  • 主管单位:
  • 主办单位:西北工业大学
  • 主编：姜澄宇
  • 地址：陕西西安友谊西路127号
  • 邮编：710072
  • 邮箱：mst@Nwpu.edu.cn
  • 电话：029-88493054 88460226
  • 国际标准刊号：ISSN：1003-8728
  • 国内统一刊号：ISSN：61-1114/TH
  • 邮发代号:52-193
  • 获奖情况:
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊（2004版）,中国北大核心期刊（2008版）,中国北大核心期刊（2011版）,中国北大核心期刊（2014版）,中国北大核心期刊（2000版）
  • 被引量:21878