典型文献
融合工件几何特征的变工况切削力预测方法
文献摘要：
在机械加工中,加工工件的几何特征变化会导致切削力统计特征发生变化,使得传统数据驱动的切削力预测模型精度变低,同时不同的加工工况使得采集的切削力建模数据存在明显的数据分布差异,导致切削力预测模型泛化能力出现显著退化.针对上述问题,提出了一种融合工件几何特征的变工况切削力预测方法.首先,进行数据预处理,包括工件几何特征、工况信息编码处理,对切削力信号去除趋势项,对切削力统计特征剔除异常值;其次,考虑工件几何特征及工况变化导致的数据分布差异,将数据集分为源域数据和目标域数据,并将源域数据和目标域数据按照规则划分为训练集和测试集,基于迁移学习构建融合工件几何特征的变工况切削力预测模型;最后,从不同数据量、单一加工几何特征、变工况、不同算法等方面进行了实验验证.实验结果表明,相比传统数据驱动切削力预测模型,该方法更适用于工况以及工件几何特征变化情况下的切削力预测,同时在数据样本较少的情况下保持较高的预测精度,泛化性能更强,具备更好的实用性.
文献关键词：
切削力预测;几何特征;迁移学习;数据驱动
中图分类号：
作者姓名：
常建涛;刘尧;孔宪光;李欣伟;陈强;苏欣
作者机构：
西安电子科技大学机电工程学院,陕西西安 710071;西安邮电大学通信与信息工程学院,陕西西安710121;西安邮电大学工业互联网研究院,陕西西安710121;西南电子技术研究所,四川成都610036
文献出处：
引用格式：
[1]常建涛;刘尧;孔宪光;李欣伟;陈强;苏欣-.融合工件几何特征的变工况切削力预测方法)[J].西安电子科技大学学报（自然科学版）,2022(05):154-165
A类：
切削力建模
B类：
几何特征,变工况,切削力预测,机械加工,加工工件,特征变化,统计特征,征发,预测模型精度,变低,建模数据,数据分布,分布差异,模型泛化,泛化能力,数据预处理,信息编码,切削力信号,趋势项,异常值,工况变化,源域,目标域,训练集,测试集,迁移学习,数据量,泛化性能
AB值：
0.234849
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
