镍基高温合金铣削刀具磨损预测
Tool Wear Prediction for Nickel-Based Superalloy Milling作者机构：四川工程职业技术学院机电工程系四川德阳618000
出 版 物：《计量学报》 (Acta Metrologica Sinica)
年 卷 期：2023年第44卷第12期
页 面：1834-1841页
学科分类：08[工学] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器]
主 题：刀具磨损 镍基高温合金 堆叠稀疏自动编码器 多传感器融合 深度学习方法
摘 要：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、频域和时频域中提取信号特征,并通过相关性分析确定最优的多传感器特征,输入堆叠稀疏自动编码器进行深度特征学习。利用双向长短时记忆网络建立刀具磨损预测模型,应用不同的铣削磨损实验数据集来验证训练模型的预测性能。预测结果表明,所提模型均方根误差与传统模型相比至少减小了9.6%,证明了多传感器特征融合和深度学习方法的结合可以提高预测性能。
维普期刊数据库
同方期刊数据库