基于改进卷积神经网络的数控铣床能效等级预测

摘要：

针对数控铣床能效影响要素多、要素间关联关系复杂而导致的机床能效等级预测问题,提出一种基于卷积神经网络的数控铣床能效等级预测方法.通过数控机床运行过程能效影响要素分析,从设备、工艺、工件、刀具的维度对影响要素进行了分类;依据不同维度数据的来源,提出数控铣床多维数据的采集与预处理方法;提出基于LeNet-5改进卷积神经网络的数控铣床能效等级预测方法.并通过案例验证了方法的可行性和适用性,最终的训练准确度达到97.29％,在测试集上的准确度达到93.32％,预测结果较好,可以指导设备以及可控参数的选择,有较好的应用前景.

关键词：数控铣床、多维数据、改进卷积神经网络、能效等级预测

所属期刊栏目：49

分类号：TG659

资助基金：国家自然科学基金项目;湖北省教育厅科学技术研究计划青年人才项目

在线出版日期：2021-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-7,14