基于深度学习的刀具磨损监测方法

摘要：

为监测制造车间机械加工设备刀具的磨损程度,提出应用深度学习方法实施刀具的磨损监测.深度学习理论作为人工智能领域的最新研究成果,以其中的深度卷积神经网络构建刀具磨损监测的模型,给出刀具磨损监测的流程,采用微型铣床与无线三轴加速度计搭建了数据采集实验平台.实验结果表明,与其他两种常用深度神经网络以及传统神经网络模型相比较,所提基于深度学习方法监测过程简单,不仅具有较高的准确度与较低的损失函数值,还实现了刀具磨损程度分类.

关键词：刀具磨损监测、数据采集、深度学习、卷积神经网络、无线三轴加速度计

所属期刊栏目：23

分类号：TP391;TH164(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目51175187,51675186;广东省科技计划资助项目2016A020228005,2016B090918035.Project supported by the National Natural Science Foundation,China51175187,51675186;the Science & Technology Program of Guangdong Province,China2016A020228005,2016B090918035

在线出版日期：2017-12-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2146-2155