基于卷积门控循环神经网络的刀具磨损状态监测

摘要：

针对刀具磨损状态在线监测需求,提出一种基于卷积门控循环神经网络的刀具磨损状态在线监测方法.综合卷积神经网络和门控循环神经网络的优点,构建了卷积门控循环神经网络;以切削力为输入信号,通过小波变换滤除噪声;利用卷积神经网络提取表征刀具磨损状态关键信息的高维特征;通过门控循环神经单元使模型在时间尺度上的累积效应得到充分表达,体现磨损的时序特性.实验表明,在有限的刀具磨损数据样本条件下,通过卷积门控循环神经网络进行刀具磨损状态监测具有较好的效果,其准确率达到97％.

关键词：计量学;刀具磨损;切削力;卷积门控神经网络;在线监测

所属期刊栏目：42

分类号：TB931(计量学)

资助基金：国家重点研发计划;国家自然科学基金青年科学基金;河北省自然科学基金;2018年河北省专业学位教学案例库建设项目;河北省教育厅在读研究生创新能力培养资助项目

在线出版日期：2021-09-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1034-1040