基于深度神经网络的切削刀具剩余寿命预测

摘要：

为了更好的解决切削刀具剩余寿命难以准确预测这一问题,从监控指标选取、数据特征提取以及预测模型建立等方面进行了深入的研究.首先,选取切削力和切削振动两项信号作为初始数据,两者可有效反映刀具的工作状态,为分析刀具磨损过程提供数据支持.其次,使用小波包分析方法进行数据降噪,实现特征提取,得到监控数据的熵值化结果.然后,将该结果作为预测模型的输入,训练和测试深度神经网络,建立刀具剩余寿命预测模型.最后,使用实际加工数据对该预测方法进行验证实验,验证结果表明该模型能有效的预测剩余寿命.

关键词：深度神经网络、切削刀具、特征提取、刀具剩余寿命预测

所属期刊栏目：24

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金51375128;黑龙江省教育厅科学技术研究项目12541159;黑龙江省普通高等学校青年创新人才培养计划项目UNPYSCT-2016032

在线出版日期：2019-07-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-8