基于切削区域温度数据的刀具磨损预测

作     者：郭宏 焦士轩 董超杰 李锴诚 畅晨吕 李欣伦 GUO Hong;JIAO Shixuan;DONG Chaojie;LI Kaicheng;CHANG Chenlyu;LI Xinlun

作者机构：太原科技大学机械工程学院太原030024 山西平阳重工机械有限责任公司临汾043000 

出 版 物：《组合机床与自动化加工技术》 (Modular Machine Tool & Automatic Manufacturing Technique)

年 卷 期：2024年第9期

页      面：163-167,172页

学科分类：080202[工学-机械电子工程] 08[工学] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：山西省重点研发项目(202102150401009) 

主　　题：刀具磨损预测 数据降噪 帧差法 神经网络 

摘      要：刀具磨损预测是制造业中至关重要的问题,提前预测刀具的磨损,并及时进行更换,能够降低生产成本,提高生产效率。选择切削区域温度数据来预测刀具磨损,同时考虑到加工过程中切削屑的脱落会影响数据的采集,设计了降噪算法来去除切削屑的干扰。具体而言,首先,设计了基于帧差法的降噪算法;之后,构建了卷积长短时记忆网络预测刀具磨损;最后,通过实验对方法的有效性进行验证。实验结果表明降噪算法能够有效地去除切削屑产生的噪声,提出的网络模型相比传统的BP神经网络模型预测精度有所提高,不同工况下的预测结果均方根误差平均降低了0.0171。