-
公开(公告)号：CN116372665A
公开(公告)日：2023-07-04
申请号：CN202310051301.6
申请日：2023-02-02
Applicant: 南京工业大学
IPC: B23Q17/09
Abstract: 本发明提出了一种基于OPC UA的航空数控机床刀具健康监测方法，将LSTM‑CNN网络作为刀具磨损预测的模型，在此基础上对模型的参数进行调整，最终建立基于工况划分的刀具磨损量模型。该模型的建立过程为：先采集数控机床X、Y、Z三个轴上的力信号、加速度信号、声发射信号数据，并保存在数据库中，并以采集到的时域信号数据作为输入，刀具磨损量作为输出，同时在训练之前剔除异常数据；利用卷积神经网络理论提取信号特征，利用PSO算法对模型的结构参数进行选择，再根据监督式学习的方法建立信号到刀具磨损量的模型。本发明具有数据处理快速、针对性强的特点，克服了依靠人工提取特征对刀具磨损量精度低以及单一卷积神经网络难以捕获时间序列数据的问题。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
