基于BP神经网络的缝纫工序状态识别 |
| |
作者姓名: | 张守京 郭文飞 张荣川 |
| |
作者单位: | 1.西安工程大学 机电工程学院, 陕西 西安710048;2.西安工程大学 西安市现代智能纺织装备重点实验室, 陕西 西安710048) |
| |
基金项目: | 国家重点研发计划项目(2019YFB1707205);陕西省教育厅科研计划项目(17JK0321);西安市现代智能纺织装备重点实验室(2019220614SYS021CG043)。 |
| |
摘 要: | 为了在缝纫过程中对产品进行监测识别,提高缝纫产品质量,课题组提出了一种基于 BP神经网络的缝纫工序状态识别方法。首先采集正常工况下缝纫机伺服电机驱动电流信号,将采集到的信号进行时域、频域分析,从中提取出缝纫工序状态相关性较好的几个特征量,将其组成敏感特征向量;然后搭建BP神经网络进行训练学习来识别多种未知工序状态。实验表明该方法能够准确识别分类缝纫工序状态,实现了远程工作状态监测。
|
关 键 词: | 平缝机 伺服驱动电流 BP神经网络 缝纫工序 |
|
| 点击此处可从《华南农业大学学报(社会科学版)》浏览原始摘要信息 |
|
点击此处可从《华南农业大学学报(社会科学版)》下载全文 |
|