[PDF][PDF] 镍基高温合金铣削刀具磨损预测
杨莉 - 计量学报, 2023 - jlxb.china-csm.org
搭建镍基高温合金铣削实验测试平台, 分析刀具磨损变化规律, 提出了一种基于堆叠稀疏自动
编码器和多传感器特征融合的新型深度学习方法, 用于铣削刀具磨损预测. 在时域 …
编码器和多传感器特征融合的新型深度学习方法, 用于铣削刀具磨损预测. 在时域 …
采用深度学习的铣刀磨损状态预测模型.
戴稳， 张超勇， 孟磊磊， 薛燕社… - China Mechanical …, 2020 - search.ebscohost.com
为提高刀具磨损监测的预测精度与泛化性能, 研究了基于深度学习的铣刀磨损状态预测,
提出了基于堆叠稀疏自动编码网络与卷积神经网络的两种预测模型. 堆叠稀疏自动编码网络对 …
提出了基于堆叠稀疏自动编码网络与卷积神经网络的两种预测模型. 堆叠稀疏自动编码网络对 …
基于深度学习的高速铣削刀具磨损状态预测方法
林杨， 高思煜， 刘同舜， 朱锟鹏 - 机械与电子, 2017 - cqvip.com
由于铣刀在高转速下进行不连续切削, 刀具磨损迅速且难于监测, 并且刀具磨损严重影响加工
精度与产品质量. 针对高速铣削刀具磨损难以在线预测问题, 提出了一种基于深度学习的高速 …
精度与产品质量. 针对高速铣削刀具磨损难以在线预测问题, 提出了一种基于深度学习的高速 …
基于时间卷积长短时记忆网络的多域特征融合刀具磨损预测.
李先旺， 秦学敬， 贺德强， 吴金鑫… - Machine Tool & …, 2023 - search.ebscohost.com
准确预测刀具磨损是一个具有挑战性的问题. 如何结合各种信号的优势, 融合传感器信号特征来
提高预测精度, 是一个关键问题. 为解决上述问题, 提出基于时间卷积长短时记忆网络(TCN …
提高预测精度, 是一个关键问题. 为解决上述问题, 提出基于时间卷积长短时记忆网络(TCN …
基于深度学习与特征后处理的支持向量机铣刀磨损预测模型
戴稳， 张超勇， 孟磊磊， 李晋航， 肖鹏飞 - 计算机集成制造系统, 2020 - cims-journal.cn
为提高机械加工过程中的刀具磨损预测精度, 建立了一种基于深度学习特征降维及特征后处理的
布谷鸟优化参数的最小二乘支持向量机预测模型. 该模型利用堆叠稀疏自动编码网络将时域 …
布谷鸟优化参数的最小二乘支持向量机预测模型. 该模型利用堆叠稀疏自动编码网络将时域 …
分布式卷积神经网络在刀具磨损量预测中的应用
董靖川， 徐明达， 王太勇， 乔卉卉， 张兰， 李昊霖 - 机械科学与技术, 2020 - cqvip.com
刀具磨损量预测对提高设备运行的安全性和可靠性具有重大意义. 为了提高刀具磨损量预测精度
, 本文提出了基于分布式卷积神经网络的刀具磨损量预测方法, 该方法将原始高频信号样本作为 …
, 本文提出了基于分布式卷积神经网络的刀具磨损量预测方法, 该方法将原始高频信号样本作为 …
[PDF][PDF] 基于压缩感知和加噪堆栈稀疏自编码器的铣刀磨损程度识别方法研究
李宏坤， 郝佰田， 代月帮， 杨蕊 - 机械工程学报, 2019 - qikan.cmes.org
数控机床在加工过程中, 刀具磨损会对被加工零件的表面质量, 尺寸精度产生巨大影响,
而传统依靠切削力系数来分析刀具磨损的方法, 需要在工作台上安装额外测力装置 …
而传统依靠切削力系数来分析刀具磨损的方法, 需要在工作台上安装额外测力装置 …
[PDF][PDF] 采用改进CNN-BiLSTM 模型的刀具磨损状态监测
刘会永， 张松， 李剑峰， 栾晓娜 - 中国机械工程, 2022 - qikan.cmes.org
自动化切削加工过程中, 准确可靠地监测刀具磨损状态是保证加工质量和加工效率的关键.
针对刀具磨损状态相关特征提取繁琐, 准确率低及传统的深度学习网络不能全面提取数据隐含 …
针对刀具磨损状态相关特征提取繁琐, 准确率低及传统的深度学习网络不能全面提取数据隐含 …