基于堆叠降噪自编码的刀具磨损状态识别

摘要：

提出了一种基于堆叠降噪自编码(SDAE)的刀具磨损状态识别方法.构建了SDAE神经网络来学习声发射(AE)信号的特征,并对自编码网络进行有监督的微调,从而对刀具磨损状态进行精确识别.实验结果表明,SDAE方法能够自适应地学习,得到有效的特征表达,且刀具磨损状态识别结果精确度高,该方法能够有效地进行刀具磨损状态识别.

关键词：刀具磨损、声发射、深度学习、堆叠降噪自编码

所属期刊栏目：29

分类号：TG502(金属切削加工及机床)

资助基金：国家自然科学基金资助项目51405241,51575283,51505234

在线出版日期：2018-09-29（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：2038-2045