(整期定稿)网络首发时间:2019-06-17 08:58:44

基于深度神经网络的切削刀具剩余寿命预测

为了更好的解决切削刀具剩余寿命难以准确预测这一问题,从监控指标选取、数据特征提取以及预测模型建立等方面进行了深入的研究。首先,选取切削力和切削振动两项信号作为初始数据,两者可有效反映刀具的工作状态,为分析刀具磨损过程提供数据支持。其次,使用小波包分析方法进行数据降噪,实现特征提取,得到监控数据的熵值化结果。然后,将该结果作为预测模型的输入,训练和测试深度神经网络,建立刀具剩余寿命预测模型。最后,使用实际加工数据对该预测方法进行验证实验,验证结果表明该模型能有效的预测剩余寿命。

国家自然科学基金(51375128); 黑龙江省教育厅科学技术研究项目(12541159); 黑龙江省普通高等学校青年创新人才培养计划项目(UNPYSCT-2016032);

深度神经网络; 切削刀具; 特征提取; 刀具剩余寿命预测;

10.15938/j.jhust.2019.03.001

TG71

中国知网独家网络首发,未经许可,禁止转载、摘编。

1911-88368K
在线咨询 用户反馈