Моделирование износа инструмента по результатам вейвлет-преобразования звукового сигнала

Abstract

Исследуется проблема моделирования износа инструмента по звуковому сигналу. Как основной инструмент обработки звукового сигнала предлагается использовать пакетное вейвлет-преобразование. Для задачи моделирования износа были использованы многослойная нейронная сеть и нейро-нечеткая сеть. Исследуется оптимальная нейросетевая структура.

Досліджується проблема моделювання зносу інструменту за звуковим сигналом. Як основний інструмент обробки звукового сигналу пропонується використовувати пакетне вейвлет-перетворення. Для задачі моделювання зносу були використані багатошарова нейронна мережа та нейро-нечітка мережа. Досліджується оптимальна структура нейронної мережі.

The problem of tool wear modeling using acoustic signals is investigated. The packet wavelet transform as the main mathematical tool for the task of acoustic signal processing is proposed to use. The multi-layer and fuzzy neural networks for the task of tool wear modeling are used. The optimal neuronet structure is investigated.