典型文献
基于卷积神经网络对磨削表面粗糙度声发射智能预测
文献摘要：
表面粗糙度是衡量加工零件表面质量的主要指标,为提高球墨铸铁磨削表面粗糙度预测的精度,在球墨铸铁磨削表面粗糙度声发射预测实验基础上,使用深度学习卷积神经网络CNN自动提取磨削声发射信号特征值,使用卷积神经网络对球墨铸铁磨削的表面粗糙度声发射智能预测,准确度较BP神经网络高.
文献关键词：
球墨铸铁磨削;表面粗糙度预测;卷积神经网络;声发射
中图分类号：
作者姓名：
郭力;龙华;王艺;唐靖
作者机构：
湖南大学 机械与运载工程学院 长沙410082;湖南工业职业技术学院 机械工程学院 长沙410208
文献出处：
引用格式：
[1]郭力;龙华;王艺;唐靖-.基于卷积神经网络对磨削表面粗糙度声发射智能预测)[J].精密制造与自动化,2022(04):9-13
A类：
球墨铸铁磨削
B类：
智能预测,零件,表面质量,高球,表面粗糙度预测,使用深度,自动提取,声发射信号,信号特征
AB值：
0.113527
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。
