基于PCC-LSTM刀具磨损预测方法研究

摘要：

基于铣削加工过程中的电流、振动、声发射等信号,建立了基于皮尔逊相关系数(PCC)和长短期记忆人工神经网络(LSTM)的刀具磨损预测模型.模型充分利用PCC的降维优势以及LSTM的时间序列预测优势,实现刀具磨损预测精度与预测效率的协调统一.实验结果表明,该模型可以实现刀具磨损状态的快速、精确预测,对铣削加工质量的提升具有重要意义.

关键词：刀具磨损、磨损状态监测、磨损量预测、皮尔逊相关系数、长短期记忆人工神经网络

所属期刊栏目：52

分类号：THL117

在线出版日期：2023-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：73-77