-
题名结合时空特征的多传感器刀具磨损监测
- 1
-
-
作者
曹梦龙
甄开起
-
机构
青岛科技大学自动化与电子工程学院
-
出处
《组合机床与自动化加工技术》
北大核心
2024年第2期125-129,共5页
-
基金
山东省自然科学基金项目(ZR2020MF087)。
-
文摘
针对传统深度学习方法监测刀具磨损状况时,相关特征提取繁琐,数据隐含信息提取不全面导致识别精度较低等问题,提出了结合时空特征的多传感器刀具磨损监测模型。首先,将不同传感器采集的波形信号经简单预处理后作为输入,再使用多通道1D卷积神经网络(MC-1DCNN)提取输入数据的空间特征;然后,利用双向长短时记忆网络(BiLSTM)提取时序特征;最终,由全连接层和Softmax层对特征进行分类。仿真结果表明,监测模型流程简单、识别准确率高,具备较强的可适用性。
-
关键词
刀具磨损
时空特征
多传感器
mc-1dcnn
BiLSTM
-
Keywords
tool wear
spatiotemporal characteristics
multi-sensor
mc-1dcnn
BiLSTM
-
分类号
TH162
[机械工程—机械制造及自动化]
TG71
[金属学及工艺—刀具与模具]
-