基于长短时记忆网络的深孔镗削刀具状态监测 |
| |
作者姓名: | 厉大维 沈明瑞 张贺清 王书利 陈锋 刘阔 王永青 |
| |
作者单位: | 大连理工大学机械工程学院,大连116024;内蒙古北方重工业集团有限公司,包头014033 |
| |
基金项目: | 大连市高层次人才创新支持计划项目;国家科技重大专项;NSFC-辽宁联合基金项目 |
| |
摘 要: | 镗削加工是机械加工领域中非常重要的一种加工手段,被广泛应用于大型零件的深孔加工过程中。但由于镗削加工的切削区域位于深孔内部,所以机床操作者难以对刀具状态做出准确的判别。针对这一问题,提出了基于深度长短时记忆(Long Short-Term Memory,LSTM)网络的镗削刀具状态监测方法。通过对镗削过程的振动和声音信号采集,利用振动和声音信号的频域数据训练深度长短时记忆网络,建立了振动和声音信号与镗削刀具状态的映射模型。在深孔镗床上进行了模型测试试验。试验表明:深度长短时记忆网络模型对刀具状态有着较好的预测准确度。
|
关 键 词: | 深孔镗削 状态监测 长短时记忆网络 |
本文献已被 CNKI 万方数据 等数据库收录! |
|