| 基于深度学习的铣刀剩余寿命预测方法研究 |
| |
| 引用本文： | 党英,吉卫喜,陆家辉,张贇,吴浩.基于深度学习的铣刀剩余寿命预测方法研究[J].现代制造工程,2021(12):79-87. |
| |
| 作者姓名： | 党英 吉卫喜 陆家辉 张贇 吴浩 |
| |
| 作者单位： | 江南大学机械工程学院,无锡214122;江南大学机械工程学院,无锡214122;江苏省食品制造装备重点实验室,无锡214122 |
| |
| 摘 要： | 刀具剩余寿命预测对保证设备正常运行和提高生产效率具有重要意义.建立了一种改进的基于一维卷积神经网络(one-Dimensional Convolutional Neural Network,1DCNN)和双向门控循环单元(Bidirectional Gated Recurrent Unit,BiGRU)的铣刀剩余寿命预测混合模型.借助评分函数能对误差进行不同程度的惩罚,在均方误差函数的基础上引入评分函数,构造了一种基于均方误差和评分函数(MSE-Score)的调和平均(Harmonic Mean-MSE-Score,HM-MSE-Score)损失函数;利用卷积层和池化层代替BiGRUs处理后的全连接层,设计了1DCNN-BiGRUs-CP混合模型,实现铣刀剩余寿命预测.结合铣刀磨损实验,验证了该预测混合模型具有较高的预测精度和较快的运行速度,研究结果能为数控加工过程中铣刀剩余寿命预测提供理论依据.
|
| 关 键 词： | 1DCNN-BiGRUs-CP混合模型 铣刀剩余寿命 HM-MSE-Score损失函数 一维卷积神经网络 |
Research on prediction method of remaining useful life of milling cutter based on deep learning |
| |
| DANG Ying,JI Weixi,LU Jiahui,ZHANG Yun,WU Hao.Research on prediction method of remaining useful life of milling cutter based on deep learning[J].Modern Manufacturing Engineering,2021(12):79-87. |
| |
| Authors: | DANG Ying JI Weixi LU Jiahui ZHANG Yun WU Hao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
