典型文献
基于长短时记忆网络的磨削在线预测与补调
文献摘要：
为解决在线测量时误差判断滞后及补调延迟的问题,利用长短时记忆网络对在线测量加工的尺寸进行预测,并根据预测值对误差进行补调.通过神经网络实时预测磨削尺寸,当预测值大于理论边界时调整工艺参数,避免了误差累积.设计并进行了基于长短时记忆网络的在线测量磨削加工实验,并通过实验结果对输入张量的维度与预测精度之间的关系进行分析.结果表明,长短时记忆网络能够准确预测磨削尺寸序列,且具有较好的普适性.利用实验结果进行小批量加工,统计分析表明,使用神经网络进行磨削在线预测及补调,加工精确度显著提高.
文献关键词：
长短时记忆网络;尺寸预测;在线测量;磨削补调
中图分类号：
作者姓名：
曹满义;郑鹏;徐颖杰;刘栋梁
作者机构：
郑州大学机械与动力工程学院,郑州 450001;郑州机械研究所有限公司,郑州 450052
文献出处：
引用格式：
[1]曹满义;郑鹏;徐颖杰;刘栋梁-.基于长短时记忆网络的磨削在线预测与补调)[J].组合机床与自动化加工技术,2022(06):6-9
A类：
磨削补调
B类：
长短时记忆网络,在线预测,在线测量,寸进,据预测,实时预测,误差累积,磨削加工,张量,准确预测,小批量,尺寸预测
AB值：
0.200609
相似文献
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。
