基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
刀具磨损量预测对提高设备运行的安全性和可靠性具有重大意义.为了提高刀具磨损量预测精度,本文提出了基于分布式卷积神经网络的刀具磨损量预测方法,该方法将原始高频信号样本作为输入,在模型中分为若干个子序列,利用分布式卷积-池化层作为局部特征提取器,从子序列中自适应提取特征,并对特征数据进行批标准化处理,最后经过非线性映射,对刀具磨损量进行预测.本文提出的模型与BPNN模型相比均方误差降低了51.3%,具有更高的预测精度.
推荐文章
基于随机模糊神经网络的刀具磨损量软测量技术
数控系统
刀具磨损估计
软测量技术
随机模糊神经网络
基于组合灰色神经网络模型的火炮身管烧蚀磨损量预测
烧蚀磨损量
预测
组合灰色神经网络
火炮身管
基于神经网络刀具磨损的多特征融合监控
神经网络
刀具磨损
融合
监控
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 分布式卷积神经网络在刀具磨损量预测中的应用
来源期刊 机械科学与技术 学科 工学
关键词 刀具磨损 分布式卷积神经网络 刀具磨损 自适应特征提取 批标准化处理
年,卷(期) 2020,(3) 所属期刊栏目 机械动力学
研究方向 页码范围 329-335
页数 7页 分类号 TP183
字数 4588字 语种 中文
DOI 10.13433/j.cnki.1003-8728.20190131
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王太勇 天津大学机械工程学院 414 5889 35.0 51.0
5 董靖川 天津大学机械工程学院 23 180 7.0 13.0
6 徐明达 天津大学机械工程学院 2 0 0.0 0.0
7 乔卉卉 天津大学机械工程学院 5 3 1.0 1.0
8 张兰 天津大学机械工程学院 5 4 1.0 2.0
9 李昊霖 天津大学机械工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (23)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(7)
  • 参考文献(1)
  • 二级参考文献(6)
2016(10)
  • 参考文献(1)
  • 二级参考文献(9)
2017(10)
  • 参考文献(5)
  • 二级参考文献(5)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
刀具磨损
分布式卷积神经网络
刀具磨损
自适应特征提取
批标准化处理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机械科学与技术
月刊
1003-8728
61-1114/TH
大16开
西安友谊西路127号
52-193
1981
chi
出版文献量(篇)
8073
总下载数(次)
15
总被引数(次)
69926
论文1v1指导