|
|||||
|
|
| 基于1DCNN-LSTM神经网络的Ti-48Al-2Cr-2Nb微铣削表面粗糙度预测 | |
| 作者姓名： | 王志勇 马轩 杜金金 |
| 作者单位： | 1.燕山大学机械工程学院066004;2.河北省重型智能制造装备技术创新中心066004; |
| 基金项目： | 河北省科学技术研究与发展计划科技支撑计划项目(21372004D)。 |
| 摘 要： | 表面粗糙度是衡量微细加工零件表面质量的主要指标,为提高微铣削加工表面粗糙度预测的精准性,提出一种一维卷积-长短期记忆(1DCNN-LSTM)的深度神经网络预测模型.利用一维卷积网络高效的数据处理机制和长短期记忆网络精准的预测能力,有效解决了批量序列数据处理、样本关键特征学习以及小样本数据的表面粗糙度预测精确问题.以主轴... |
| 关 键 词： | 长短期记忆神经网络 表面粗糙度预测 微铣削 γ-TiAl基合金 |
| 本文献已被 维普 等数据库收录！ | |