分布式卷积神经网络在刀具磨损量预测中的应用

作     者：董靖川 徐明达 王太勇 乔卉卉 张兰 李昊霖 Dong Jingchuan;Xu Mingda;Wang Taiyong;Qiao Huihui;Zhang Lan;Li Haolin

作者机构：天津大学机械工程学院天津300350 天津大学仁爱学院天津301636 

出 版 物：《机械科学与技术》 (Mechanical Science and Technology for Aerospace Engineering)

年 卷 期：2020年第39卷第3期

页      面：329-335页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金青年科学基金项目(51605328) 中国兵器工业集团公司基础性创新团队项目(2017CX031)资助 

主　　题：刀具磨损 分布式卷积神经网络 自适应特征提取 批标准化处理 

摘      要：刀具磨损量预测对提高设备运行的安全性和可靠性具有重大意义。为了提高刀具磨损量预测精度,本文提出了基于分布式卷积神经网络的刀具磨损量预测方法,该方法将原始高频信号样本作为输入,在模型中分为若干个子序列,利用分布式卷积-池化层作为局部特征提取器,从子序列中自适应提取特征,并对特征数据进行批标准化处理,最后经过非线性映射,对刀具磨损量进行预测。本文提出的模型与BPNN模型相比均方误差降低了51.3%,具有更高的预测精度。