【摘要】：為監(jiān)測制造車間機(jī)械加工設(shè)備刀具的磨損程度,提出應(yīng)用深度學(xué)習(xí)方法實施刀具的磨損監(jiān)測。深度學(xué)習(xí)理論作為人工智能領(lǐng)域的最新研究成果,以其中的深度卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建刀具磨損監(jiān)測的模型,給出刀具磨損監(jiān)測的流程,采用微型銑床與無線三軸加速度計搭建了數(shù)據(jù)采集實驗平臺。實驗結(jié)果表明,與其他兩種常用深度神經(jīng)網(wǎng)絡(luò)以及傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型相比較,所提基于深度學(xué)習(xí)方法監(jiān)測過程簡單,不僅具有較高的準(zhǔn)確度與較低的損失函數(shù)值,還實現(xiàn)了刀具磨損程度分類。
[Abstract]:In order to monitor the wear degree of cutting tools of machining equipment in manufacturing workshop, a depth learning method is proposed to monitor the wear of cutting tools. As the latest research achievement in the field of artificial intelligence, the depth learning theory is used to construct the tool wear monitoring model with the depth convolution neural network, and the process of tool wear monitoring is given. A data acquisition experiment platform is built by using micro milling machine and wireless three-axis accelerometer. The experimental results show that compared with the other two conventional depth neural networks and traditional neural network models, the monitoring process of the proposed depth learning method is simple, and not only has higher accuracy and lower loss function value. The classification of tool wear degree is also realized.
【作者單位】： 華南理工大學(xué)機(jī)械與汽車工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(51175187,51675186) 廣東省科技計劃資助項目(2016A020228005,2016B090918035)~~
【分類號】：TG71;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;使用高性能刀具降低加工成本[J];現(xiàn)代制造;2004年10期

2 李雯楓;脆弱的微型刀具[J];數(shù)控機(jī)床市場;2005年01期

3 ;倒鈍技術(shù)使刀具的壽命成倍提高[J];國防制造技術(shù);2010年01期

4 尹震飚;劉飛;劉霜;劉鏡波;;一種支持型腔粗加工刀具序列高效優(yōu)化的刀具篩選方法[J];機(jī)械工程學(xué)報;2011年21期

5 ;先進(jìn)刀具剪輯[J];機(jī)床與工具;1960年11期

6 劉璨,陳統(tǒng)堅,彭永紅;刀具失效研究發(fā)展動態(tài)綜述[J];機(jī)床與液壓;2000年05期

7 于捷,于雙;實現(xiàn)刀具國產(chǎn)化的必要性[J];長春大學(xué)學(xué)報;2001年04期

8 萬珍平,劉亞俊,湯勇,葉邦彥;多齒刀具的切削模型及其分屑機(jī)理[J];機(jī)械工程學(xué)報;2005年03期

9 徐東鳴;岳曉斌;;微細(xì)加工中刀具姿態(tài)調(diào)整技術(shù)[J];工具技術(shù);2006年04期

10 孫海洋;范大鵬;;一種新的刀具圓弧過渡補償算法[J];中國機(jī)械工程;2007年03期

相關(guān)會議論文 前9條

1 賀莉;;一種小孔內(nèi)油槽加工的新刀具[A];2002年黑龍江省機(jī)械工程學(xué)會年會論文集[C];2002年

2 彭彬彬;楊福和;;基于ANSYS的刀具熱—應(yīng)力耦合場分析[A];面向21世紀(jì)的生產(chǎn)工程——2001年“面向21世紀(jì)的生產(chǎn)工程”學(xué)術(shù)會議暨企業(yè)生產(chǎn)工程與產(chǎn)品創(chuàng)新專題研討會論文集[C];2001年

3 高進(jìn)強(qiáng);劉新峰;武傳松;;TIG焊接熔透信息的提取[A];第十次全國焊接會議論文集（第2冊）[C];2001年

4 付培眾;尹怡欣;;基于PSO-RBF的神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[A];2007'儀表，，自動化及先進(jìn)集成技術(shù)大會論文集（一）[C];2007年

5 孫雷;王建國;王明輝;;模塊化神經(jīng)網(wǎng)絡(luò)在CSP連軋過程逆質(zhì)量模型建立中的應(yīng)用[A];第十一屆全國自動化應(yīng)用技術(shù)學(xué)術(shù)交流會論文集[C];2006年

6 莫春立;李殿中;馮峰;李強(qiáng);詹志東;;耦合物理冶金和神經(jīng)網(wǎng)絡(luò)方法預(yù)測鋼材的性能[A];2002年材料科學(xué)與工程新進(jìn)展（下）——2002年中國材料研討會論文集[C];2002年

7 張海波;劉恩東;;基于RBF神經(jīng)網(wǎng)絡(luò)PID控制[A];2007中國鋼鐵年會論文集[C];2007年

8 饒德林;齊志揚;陳立功;;鋁合金點焊質(zhì)量的神經(jīng)網(wǎng)絡(luò)估測[A];第十次全國焊接會議論文集（第2冊）[C];2001年

9 劉明貴;岳向紅;楊永波;李祺;;基于Sym小波和BP神經(jīng)網(wǎng)絡(luò)的基樁缺陷智能化識別[A];2007'湖北·武漢NDT學(xué)術(shù)年會論文集[C];2007年

相關(guān)重要報紙文章 前1條

1 徐壽平;超硬刀具加工超硬工件的探索[N];世界金屬導(dǎo)報;2012年

相關(guān)博士學(xué)位論文 前4條

1 楊長祺;復(fù)雜曲面多軸加工的高精度、高效率數(shù)控編程系統(tǒng)研究[D];重慶大學(xué);2004年

2 聶雅慧;麥克斯韋電機(jī)驅(qū)動的快速刀具伺服系統(tǒng)關(guān)鍵技術(shù)研究[D];天津大學(xué);2014年

3 王亞明;基于變磁阻法向電磁力的并聯(lián)兩自由度快速刀具伺服技術(shù)研究[D];吉林大學(xué);2013年

4 樊文剛;復(fù)雜曲面寬行數(shù)控加工理論及其應(yīng)用研究[D];北京交通大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 徐順志;刀具工作狀態(tài)監(jiān)測系統(tǒng)的設(shè)計與實現(xiàn)[D];哈爾濱工業(yè)大學(xué);2015年

2 劉國田;回轉(zhuǎn)面刀具側(cè)銑葉輪葉片曲面的刀位規(guī)劃研究[D];大連交通大學(xué);2015年

3 沈長生;基于ArtCAM軟件的浮雕設(shè)計與加工研究[D];蘇州大學(xué);2015年

4 劉毫;基于刀具磨損狀態(tài)檢測的銑削加工參數(shù)優(yōu)化技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2016年

5 任萬飛;基于NI控制器的單自由度快速刀具伺服裝置設(shè)計與控制[D];長春工業(yè)大學(xué);2017年

6 張陽;適用于任意刀具的多軸軌跡防過切算法[D];華中科技大學(xué);2016年

7 王君;基于刀具實際廓形的數(shù)控加工刀具軌跡計算[D];沈陽工業(yè)大學(xué);2009年

8 崔銀虎;基于協(xié)整建模的刀具磨損預(yù)測研究[D];天津大學(xué);2012年

9 邱迎賓;復(fù)雜形狀刀具三維實體建模[D];華中科技大學(xué);2007年

10 吳霄;刀具包絡(luò)廓形檢測和數(shù)控加工中干涉檢驗的研究[D];沈陽工業(yè)大學(xué);2009年

本文編號：2297823