典型文献
基于带阈值模块一维残差网络的刀具磨损监测方法
文献摘要：
基于带阈值模块一维残差网络和双向长短期记忆网络,设计了刀具磨损监测模型和预测模型.将传感器信号经过小波分解后输入监测模型中,阈值模块自动选择阈值对信号降噪,残差模块提取信号特征,然后输出刀具磨损监测值,再将其输入到预测模型中获得刀具磨损预测值.实验证明:该监测模型与不带阈值模块的一维残差网络模型和卷积神经网络模型进行了对比,监测准确率分别提高了 0.327％和1.697％;预测模型的预测效果较好,绝对误差仅为0.023.
文献关键词：
计量学;刀具磨损;残差网络;阈值模块;长短期记忆网络
中图分类号：
作者姓名：
郭保苏;韩天杰;张宇;吴凤和
作者机构：
燕山大学机械工程学院,河北秦皇岛066004
文献出处：
引用格式：
[1]郭保苏;韩天杰;张宇;吴凤和-.基于带阈值模块一维残差网络的刀具磨损监测方法)[J].计量学报,2022(04):501-506
A类：
B类：
阈值模块,一维残差网络,刀具磨损监测,监测方法,双向长短期记忆网络,监测模型,传感器信号,小波分解,入监,信号降噪,残差模块,取信,信号特征,出刀,刀具磨损预测,残差网络模型,卷积神经网络模型,绝对误差
AB值：
0.229564
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。
