-
公开(公告)号：CN111761409A
公开(公告)日：2020-10-13
申请号：CN202010656417.9
申请日：2020-07-09
Applicant: 内蒙古工业大学
IPC: B23Q17/09
Abstract: 本发明公开一种基于深度学习的多传感器数控机床刀具磨损监测方法，包括：采集数控机床加工过程中的切削力、振动信号，并截取相同时间间隔的若干段信号；分别对所截取的每一段信号进行归一化处理，以及利用主成分分析法进行约减；基于卷积自编码器构建数控机床刀具磨损识别模型，并对其进行训练；数控机床刀具磨损识别模型包括卷积层、线性整流层、池化层、辅助层；将实时采集的切削力、振动信号经过归一化处理并利用主成分分析法进行约减后，输入训练好的数控机床刀具磨损识别模型，得到刀具磨损状态识别结果。本发明能够实时准确地对不同工况下各种刀具的磨损状态进行识别。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
