《表1 刀具磨损监测结果：机床刀具状态智能监测技术的研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《机床刀具状态智能监测技术的研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

刀具监测模型识别率是刀具状态监测方法评价指标，文献[4]中选取识别精度作为支持向量机刀具状态监测模型效果对比指标，识别精度可通过磨损检测率Qm和磨损误检率Qr转化求得．在刀具寿命预测中，预测模型的期望值Q(X）与Qm数值计算量可作为矫正刀具寿命预测模型的参数变量[5]．文献[6]中多传感器融合监测刀具模型磨损结果数据如表1所示，选用Qm和Qr作为参考标准，可知在恶劣加工环境下基于多传感器融合的刀具状态监测方法误差率较大，进一步阐释了靠采集不同种类刀具状态信号并结合特征工程技术建立的刀具状态监测模型在不同工况下通用性较差．