典型文献
基于卷积神经网络的铣刀后刀面磨损状态预测方法研究
文献摘要：
为了监测高温合金材料加工时的铣刀后刀面磨损状态,提出了基于卷积神经网络的刀具磨损状态预测方法,建立了基于机床主轴电流与功率信号实时监测的刀具磨损状态预测系统.通过建立与机床数控系统的通信,采集加工过程中的电流和功率信号,采用主成分分析法(PAC)对采集的参数进行特征提取,选择对刀具磨损值影响较大的主成分作为卷积神经网络的输入,实现对刀具磨损状态的准确预测.铣削实验结果表明,该方法具有较高的预测准确率.
文献关键词：
高温合金;刀具磨损;刀具状态预测;主成分分析;卷积神经网络
中图分类号：
作者姓名：
杨博宇;曹忠;郭国强;刘世民;沈彬
作者机构：
上海航天精密机械研究所;东华大学;上海交通大学
文献出处：
引用格式：
[1]杨博宇;曹忠;郭国强;刘世民;沈彬-.基于卷积神经网络的铣刀后刀面磨损状态预测方法研究)[J].工具技术,2022(05):22-26
A类：
刀具状态预测
B类：
铣刀,后刀面磨损,测高,高温合金材料,材料加工,工时,刀具磨损状态,机床主轴,主轴电流,预测系统,数控系统,采集加工,加工过程,PAC,对刀,分作,准确预测,铣削实验,预测准确率
AB值：
0.222453
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。
