基于堆叠降噪自编码的刀具磨损状态识别

• 作者: 张永宏 杨家巍 王丽华 谢阳阳 赵晓平
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 刀具磨损 声发射 深度学习 堆叠降噪自编码
• 年，卷（期）: 2018,（17）
• 所属期刊栏目: 机械基础工程
• 页码范围: 2038-2045
• 页数: 8页
• 分类号: TG502
• 字数: 5168字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2018.17.004

摘要

提出了一种基于堆叠降噪自编码(SDAE)的刀具磨损状态识别方法.构建了SDAE神经网络来学习声发射(AE)信号的特征,并对自编码网络进行有监督的微调,从而对刀具磨损状态进行精确识别.实验结果表明,SDAE方法能够自适应地学习,得到有效的特征表达,且刀具磨损状态识别结果精确度高,该方法能够有效地进行刀具磨损状态识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永宏	南京信息工程大学信息与控制学院	82	541	12.0	18.0
2	赵晓平	南京信息工程大学计算机与软件学院	17	182	7.0	13.0
3	王丽华	南京信息工程大学信息与控制学院	30	242	9.0	15.0
4	谢阳阳	南京信息工程大学信息与控制学院	8	120	6.0	8.0
5	杨家巍	南京信息工程大学信息与控制学院	1	7	1.0	1.0