刀具監(jiān)控系統(tǒng)一般由信號檢測、特征提取和狀態(tài)識別三部分組成，其關(guān)鍵技術(shù)有智能傳感、信息融合、信號處理和智能學(xué)習決策。

1.智能傳感

1.1智能傳感技術(shù)

多傳感器信息融合與單一傳感器信號處理有著本質(zhì)區(qū)別。多傳感器的信息更復(fù)雜，能夠在不同層次上融合集成。經(jīng)融合后的信息具有冗余、互補、實時與低成本性，且多傳感器融合的信息更全面、更準確。

1.2智能傳感技術(shù)的發(fā)展趨勢

信息采集由單傳感器向多傳感器發(fā)展，特征提取由單特征值向多特征值發(fā)展；多傳感器信息采集成為趨勢。

多傳感器獲取多種信號，進行多參數(shù)的智能決策；開發(fā)靈敏度高、結(jié)構(gòu)緊湊、安裝方便、抗干擾的傳感器；向多傳感器信息融合的方向發(fā)展，尤其是基于神經(jīng)網(wǎng)絡(luò)的多傳感器信息融合。

2.基于神經(jīng)網(wǎng)絡(luò)的多傳感器信息融合

信息融合需要有效算法和較強的數(shù)據(jù)處理，神經(jīng)網(wǎng)絡(luò)和計算機分別滿足此要求，因此信息融合在刀具監(jiān)測中廣泛應(yīng)用。多傳感器信息融合與神經(jīng)網(wǎng)絡(luò)相結(jié)合，構(gòu)成多參數(shù)、多模型系統(tǒng)，應(yīng)用于刀具監(jiān)測中，前景廣闊。

基于神經(jīng)網(wǎng)絡(luò)的多傳感器信息融合具有如下優(yōu)點：

（1）信息存儲在網(wǎng)絡(luò)的聯(lián)接權(quán)值和聯(lián)接結(jié)構(gòu)上，形式統(tǒng)一，便于建知識庫及管理。

（2）神經(jīng)網(wǎng)絡(luò)增加容錯性。當傳感器出現(xiàn)故障或檢測失效時，神經(jīng)網(wǎng)絡(luò)的容錯功能允許檢測系統(tǒng)正常工作，并輸出可靠信息。

（3）神經(jīng)網(wǎng)絡(luò)具有自學(xué)習和自組織功能，能自適應(yīng)檢測環(huán)境的變化及檢測信息的不確定。

（4）神經(jīng)網(wǎng)絡(luò)具有并行機制，處理信息速度快，滿足實時處理需要。

3.信號處理

3.1信號處理技術(shù)

信號處理是分析處理采集的信號，獲取特征值，對特征值決策分析，達到監(jiān)測目的。

刀具監(jiān)控的信號處理方法極為豐富，有時域分析、頻域分析、時頻分析、統(tǒng)計分析、智能分析、神經(jīng)網(wǎng)絡(luò)等。傳統(tǒng)的信號處理多集中時域或頻域分析。近年來，信號處理方法則逐漸向時頻分析和智能方向發(fā)展。

（1）傅立葉變換

將瞬時多變的時域信號轉(zhuǎn)換到頻域上，更有利于分析其特征和性質(zhì)，而傅立葉變換是頻域分析的重要方法。離散傅立葉變換（DFT）的時域和頻域均離散化，可用計算機作傅立葉分析。

快速傅立葉變換（FFT）使DFT 的運算效率提高1至2 個數(shù)量級。傅立葉變換用頻譜特性分析表現(xiàn)時域信號，但也有其局限性。

（2）小波分析

小波分析是多分辨率分析的時頻分析方法，在時域、頻域都能夠表征信號局部特征，其窗口大小固定不變但形狀可變。小波、小波包能分析微弱故障，適應(yīng)于探測正常信號中夾帶的瞬態(tài)反?，F(xiàn)象，應(yīng)用前景廣寬。

連續(xù)小波變換是一種特征提取方法，通過將信號在時間—頻率尺度上的特征提取，反映原信息的特征，但不能準確反映信號的能量大小?；诙喾直媛实男〔ǚ治鼍哂凶兓臅r間或頻率分辨率，能準確反映信號的能量大小。

基于信號的小波包分析將信號分解在帶寬相同、首尾相接的頻帶上，對高頻和低頻都具有較高的時頻分辨率。

（3）廣義自適應(yīng)小波

廣義自適應(yīng)小波分析是指在小波分析中，根據(jù)信號特點，依照某種算法對一個或幾個參量進行適應(yīng)性選擇，以取得＊好的分析效果。這些參量包括小波基、小波分解尺度、平移系數(shù)和加權(quán)系數(shù)等。