典型文献
基于时域-频域双路网络的深度学习电火花线切割放电状态识别
文献摘要：
针对电火花线切割间隙放电波形的时序特性,采用长短期记忆网络结合小波变换提出了一种时域-频域双路记忆网络模型,用于识别电火花线切割间隙放电状态.该模型对原时域数据和经小波变换后的时频域数据分别进行了特征提取,而后输出类别置信度,再对双路输出融合进行分类训练.结果表明:经过十折交叉验证,双路输出融合模型的分类准确率达到99.69％,可较好地满足电火花线切割放电状态识别需求.
文献关键词：
电火花线切割;放电状态识别;小波变换;长短期记忆网络
中图分类号：
作者姓名：
王锋;李佳旺;张粤东;张永俊;黄志刚
作者机构：
广东工业大学机电工程学院,广州市非传统制造技术及装备重点实验室,广东广州 510006
文献出处：
引用格式：
[1]王锋;李佳旺;张粤东;张永俊;黄志刚-.基于时域-频域双路网络的深度学习电火花线切割放电状态识别)[J].电加工与模具,2022(05):23-29,40
A类：
放电状态识别,双路输出
B类：
双路网络,电火花线切割,间隙放电,放电波形,时序特性,长短期记忆网络,小波变换,原时,时频域,置信度,分类训练,十折交叉验证,融合模型,分类准确率
AB值：
0.162511
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。
