刀具切削变工况数字孪生模型构建方法 |
| |
作者姓名: | 张春霖 周婷婷 胡天亮 肖光春 陈照强 |
| |
作者单位: | 1.齐鲁工业大学(山东省科学院)机械工程学院250353;2.山东省机械设计研究院250031;3.山东大学机械工程学院250061; |
| |
基金项目: | 国家自然科学基金资助项目(U22A20201)。 |
| |
摘 要: | 针对历史工况条件下建立的刀具数字孪生模型对新工况监测的准确度降低,且新工况下缺乏足够训练样本重新训练模型的问题,将深度迁移学习策略引入刀具数字孪生模型,建立刀具切削变工况数字孪生模型。该模型基于边缘分布适配规则,使模型学习到分布相似的源域数据特征和目标域数据特征,只需较少的目标域样本即可将源域训练好的模型迁移到目标域进行监测,从而提高刀具数字孪生模型在目标域的监测精度和适应性。实验验证,相比未引入迁移策略的模型,所建模型能够提高变工况条件下的磨损监测精度和对新工况的泛化能力。
|
关 键 词: | 刀具磨损监测 数字孪生 变工况 深度迁移学习 粒子滤波 |
本文献已被 维普 等数据库收录! |
|