10.3969/j.issn.1000-4998.2001.05.003
基于样本聚类模糊神经网络的刀具磨损状态实时识别
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。
刀具磨损状态识别、改进型模糊神经网络(MTFNN)、电机电流信号
39
TG7(刀具、磨料、磨具、夹具、模具和手工具)
2004-01-08（万方平台首次上网日期，不代表论文的发表时间）
共3页
10-12
