基于DNN的制造过程刀具工况视诊方法研究
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
1.15 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
制造过程的刀具工况监测是保证工件精确、高效及安全加工的重要环节。阐述了基于深度神经网络(DeepNeuralNetwork,DNN)的刀具工况视诊方法的基本原理。在DNN结构和训练算法的基础上,研究了一种基于DNN的刀具工况识别方法。以CK6143\1000数控车床、KC5010车刀片以及奥氏体不锈钢304L的外圆车削加工过程为实验对象,采集了刀具图片进行实验,构建了一套用于刀具工况识别的DNN。结果表明:刀具工况识别准确率超过98%,证明了方法的可行性和有效性,具有较好的工程应用价值。相关论文
- 2020-06-29基于Abaqus的采煤机行星架轴对称结构受力分析
- 2021-03-06仿肌肉-肌腱系统柔性驱动器设计与应用
- 2021-06-05综合机械化采煤的设备选型及总体配套设计研究
- 2021-05-15采煤作业面的快速回撤及安装一体化施工技术研究
- 2021-05-16煤矿井下自动化联采关键技术的应用研究
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。