范云龙:基于KNN的刀具磨损状态检测论文

范云龙:基于KNN的刀具磨损状态检测论文

本文主要研究内容

作者范云龙,陈劲杰(2019)在《基于KNN的刀具磨损状态检测》一文中研究指出:为了检测机械加工过程中的刀具磨损程度,保证加工质量,提出基于KNN算法的刀具磨损状态方法。利用KNN算法中的相似度分类的特征,对数字图像文本化后进行相似度计算,形成分类模型识别刀具磨损程度,最后通过实验证明该方法的识别准确性。该方法监测过程简单,动态性和经济性好,适合在加工过程中推广。

Abstract

wei le jian ce ji xie jia gong guo cheng zhong de dao ju mo sun cheng du ,bao zheng jia gong zhi liang ,di chu ji yu KNNsuan fa de dao ju mo sun zhuang tai fang fa 。li yong KNNsuan fa zhong de xiang shi du fen lei de te zheng ,dui shu zi tu xiang wen ben hua hou jin hang xiang shi du ji suan ,xing cheng fen lei mo xing shi bie dao ju mo sun cheng du ,zui hou tong guo shi yan zheng ming gai fang fa de shi bie zhun que xing 。gai fang fa jian ce guo cheng jian chan ,dong tai xing he jing ji xing hao ,kuo ge zai jia gong guo cheng zhong tui an 。

论文参考文献

  • [1].基于形状匹配的刀具在机监测方法研究[J]. 徐露艳,仇中军.  纳米技术与精密工程.2017(05)
  • [2].云环境下的刀具知识本体建模及应用[J]. 段绍林,张太华,何二宝.  制造业自动化.2015(06)
  • [3].刀具信息管理建模技术研究[J]. 陈小林,孙厚芳,顾嘉,李政达.  机械设计与制造.2009(09)
  • [4].基于卷积神经网络刀具磨损类型的智能识别[J]. 吴雪峰,刘亚辉,毕淞泽.  计算机集成制造系统.
  • [5].刀具磨损便携式视觉在位检测技术研究[J]. 杨学刚,魏涛,左敦稳,刘星.  工具技术.2017(06)
  • [6].车削可加工陶瓷刀具磨损模型的研究[J]. 常昊,马廉洁,万学文,孙智超,王馨.  机械科学与技术.
  • [7].硬质合金复合刀具的制备及性能研究[J]. 梁冬冬,李德俭,于同庆.  铸造技术.2016(12)
  • [8].德克刀具:定位高端,专注研发20年——访宁波德克刀具有限公司营销总监洪伟[J]. 乔印凯,龚超.  金属加工(冷加工).2017(03)
  • [9].金属材料与刀具切削课程中的教学技巧刍议[J]. 周登科.  邢台职业技术学院学报.2016(05)
  • [10].刀具损坏形态的识别和控制[J]. 郭伟.  机电工程技术.2017(02)
  • 论文详细介绍

    论文作者分别是来自农业装备与车辆工程的范云龙,陈劲杰,发表于刊物农业装备与车辆工程2019年09期论文,是一篇关于刀具磨损论文,检测论文,相似度分类论文,分类模型论文,农业装备与车辆工程2019年09期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自农业装备与车辆工程2019年09期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  

    范云龙:基于KNN的刀具磨损状态检测论文
    下载Doc文档

    猜你喜欢