网络首发时间:2018-09-17 11:10:10

为了提高刀具磨损在线监测的精度和泛化性能,提出了一种基于卷积神经网络的刀具磨损量在线监测模型。利用时域传感器信号对刀具磨损量进行定量分析,避免数据预处理带来的信息丢失;采用深度网络自适应地提取特征,取代传统的人工特征提取过程,并通过加深网络进一步挖掘信号中隐藏的微小特征。实验结果表明,该模型对刀具后刀面磨损量监测效果较好,可以有效避免人为特征提取的局限,精度和泛化性都有一定程度的提高。与相关研究的对比也证实了其可行性和有效性。

西北工业大学研究生创意创新种子基金资助项目(ZZ2018087);

刀具状态监测; 卷积神经网络; 特征提取;

TP183;TG71

中国知网独家网络首发,未经许可,禁止转载、摘编。

30612602K
在线咨询 用户反馈