基于工件纹理和卷积神经网络的刀具磨损检测

• 作者: 刘丽冰 张新建 桑宏强 金国光 陈丽莎
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 刀具磨损检测 AlexNet 卷积神经网络 工件纹理
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 控制与检测
• 页码范围: 60-63,68
• 页数: 5页
• 分类号: TH166|TG506
• 字数: 4475字
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2019.07.015

摘要

文章在现有刀具磨损检测算法的研究基础上,针对铣削刀具磨损检测提出了一种基于卷积神经网络的刀具磨损检测算法.对原始的AlexNet卷积神经网络参数以及训练算法进行了优化,同时搭建了实验平台,进行了机床切削实验并采集了大量的工件纹理图片,使用这些图片样本对所改进的方法进行验证并与其他算法进行了对比研究.结果表明,改进后的AlexNet卷积神经网络算法能够更好地对刀具磨损程度进行判断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金国光	天津工业大学机械工程学院	55	542	14.0	22.0
5	桑宏强	天津工业大学机械工程学院	45	99	5.0	7.0
9	刘丽冰	河北工业大学机械工程学院	74	478	12.0	20.0
10	张新建	天津工业大学机械工程学院	6	18	3.0	4.0