分布式卷积神经网络在刀具磨损量预测中的应用 |
| |
引用本文: | 董靖川,徐明达,王太勇,乔卉卉,张兰,李昊霖.分布式卷积神经网络在刀具磨损量预测中的应用[J].机械科学与技术(西安),2020,39(3):329-335. |
| |
作者姓名: | 董靖川 徐明达 王太勇 乔卉卉 张兰 李昊霖 |
| |
作者单位: | 天津大学机械工程学院,天津300350;天津大学机械工程学院,天津300350;天津大学仁爱学院,天津301636 |
| |
基金项目: | 国家自然科学基金;中国兵器工业集团公司基础性创新团队项目 |
| |
摘 要: | 刀具磨损量预测对提高设备运行的安全性和可靠性具有重大意义。为了提高刀具磨损量预测精度,本文提出了基于分布式卷积神经网络的刀具磨损量预测方法,该方法将原始高频信号样本作为输入,在模型中分为若干个子序列,利用分布式卷积-池化层作为局部特征提取器,从子序列中自适应提取特征,并对特征数据进行批标准化处理,最后经过非线性映射,对刀具磨损量进行预测。本文提出的模型与BPNN模型相比均方误差降低了51.3%,具有更高的预测精度。
|
关 键 词: | 刀具磨损 分布式卷积神经网络 自适应特征提取 批标准化处理 |
本文献已被 CNKI 万方数据 等数据库收录! |
|