基于GAF-CNN的刀具磨损程度识别研究

针对刀具磨损的检测需求，提出一种GAF-CNN方法，对铣刀的力信号进行格拉姆角场处理，以铣刀的一维力信号转化的二维图像作为卷积神经网络的输入，进而识别出刀具磨损的3种状态。经过实验，GAF-CNN分别在训练集和测试集得到99%和98%的准确率。最后，将文中实验结果与采用相同数据集并以处理过的时序信号作为输入的其它实验进行对比。对比结果显示，提出的GAF-CNN方法对刀具磨损程度识别有更高的分类准确率，证明了该方法的可行性。     

光学芯轴测量台四点自动调平方法研究

针对Wolter-I型芯轴装调、测量过程中需要多次调平，时刻保持平衡的问题，研究了四点式自动调平方法。从机械、软件两个方面介绍自动调平测量台，分析调平控制机构以及相关软件，用表面轮廓数据采集方法进行数据采集确定倾斜角，对“最高点不动”调平算法进行数学建模，对倾斜角的不同种情况进行仿真计算分析，计算随机产生的倾角对应的支腿移动量。实验结果表明：该方法用5～7次即可达到调平目的，具有较高的检测效率、调平精度和抗倾覆力。