基于改进卷积神经网络的数控铣床能效等级预测 |
| |
引用本文: | 瞿华,张华,鄢威,马峰.基于改进卷积神经网络的数控铣床能效等级预测[J].机床与液压,2021,49(8):1-7. |
| |
作者姓名: | 瞿华 张华 鄢威 马峰 |
| |
作者单位: | 武汉科技大学冶金装备及其控制教育部重点实验室,湖北武汉430081;武汉科技大学机械传动与制造工程湖北省重点实验室,湖北武汉430081;武汉科技大学冶金装备及其控制教育部重点实验室,湖北武汉430081;武汉科技大学机械传动与制造工程湖北省重点实验室,湖北武汉430081;武汉科技大学绿色制造工程研究院,湖北武汉430081;武汉科技大学冶金装备及其控制教育部重点实验室,湖北武汉430081;武汉科技大学绿色制造工程研究院,湖北武汉430081;武汉科技大学机械传动与制造工程湖北省重点实验室,湖北武汉430081;武汉科技大学绿色制造工程研究院,湖北武汉430081 |
| |
基金项目: | 国家自然科学基金项目(51975432;51905392;51775392);湖北省教育厅科学技术研究计划青年人才项目(Q20191106) |
| |
摘 要: | 针对数控铣床能效影响要素多、要素间关联关系复杂而导致的机床能效等级预测问题,提出一种基于卷积神经网络的数控铣床能效等级预测方法。通过数控机床运行过程能效影响要素分析,从设备、工艺、工件、刀具的维度对影响要素进行了分类;依据不同维度数据的来源,提出数控铣床多维数据的采集与预处理方法;提出基于LeNet-5改进卷积神经网络的数控铣床能效等级预测方法。并通过案例验证了方法的可行性和适用性,最终的训练准确度达到97.29%,在测试集上的准确度达到93.32%,预测结果较好,可以指导设备以及可控参数的选择,有较好的应用前景。
|
关 键 词: | 数控铣床 多维数据 改进卷积神经网络 能效等级预测 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《机床与液压》浏览原始摘要信息 |
|
点击此处可从《机床与液压》下载全文 |
|