作者：聂鹏 董慧 李正强 高辉 李波刀具磨损状态识别经验模态分解
摘要：针对经验模态分解（empirical mode decomposition，EMD）的端点效应、停止准则和虚假分量作了改进处理，通过对仿真信号的对比验证证明了改进方法的可行性．采集切削加工中的声发射（acoustice mission，AE）信号并对AE信号运用改进EMD方法分解为若干个固有模态函数（intrinsi cmode function，IMF）分量，利用IMF分量和原始信号的相关系数作为判断依据，剔除分解中产生的虚假分量，然后提取IMF分量的归一化能量值并将其作为特征向量．将提取的特征向量分为2组：一组用于对最小二乘支持向量机（1east squares support vector machine，LS-SVM）训练；另一组用于识别刀具磨损状态．实验结果表明该方法可有效地表征刀具的磨损状态．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
