刀具磨损状态识别与智能监测方法综述

• 作者: 代月帮 李宏坤 董江磊 雍建华
• 来源期刊: 风机技术
• 学科: 工学
• 关键词: 刀具 状态识别 智能监测 信号分析 深度学习 大数据平台
• 年，卷（期）: 2019,（6）
• 页码范围: 67-73
• 页数: 7页
• 分类号: TG7|TP2
• 字数: 5102字
• 语种: 中文
• DOI: 10.16492/j.fjjs.2019.06.0012

摘要

刀具作为机械生产中机床加工所使用的关键执行件,其磨损状态识别和智能监测技术对于提高生产效益具有重要意义.传统的刀具磨损信号分析都是利用经验方法分解提取出信号特征来对信号特征进行解析,无法实现智能化监测.随着大数据时代的到来和深度学习算法的不断优化和改进,诸如卷积神经网络、深度置信网络、稀疏自动编码器等算法的应用越来越广泛,因此可以利用大数据平台,将深度学习算法与现代传感器技术、计算机技术、信号采集存储技术相结合,实现刀具磨损状态识别和智能监测.大数据技术和人工智能技术在机械工业生产中的结合应用是当今时代的必然发展趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宏坤	大连理工大学机械工程学院	95	684	15.0	21.0
2	代月帮	大连理工大学机械工程学院	10	35	3.0	5.0
3	董江磊	大连理工大学机械工程学院	1	1	1.0	1.0
4	雍建华		9	39	3.0	6.0