基于改进卷积神经网络的数控铣床能效等级预测

• 作者: 瞿华 张华 鄢威 马峰
• 来源期刊: 机床与液压
• 关键词: 数控铣床 多维数据 改进卷积神经网络 能效等级预测
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 试验与研究|TEST & RESEARCH
• 页码范围: 1-7,14
• 页数: 8页
• 分类号: TG659
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2021.08.001

摘要

针对数控铣床能效影响要素多、要素间关联关系复杂而导致的机床能效等级预测问题,提出一种基于卷积神经网络的数控铣床能效等级预测方法.通过数控机床运行过程能效影响要素分析,从设备、工艺、工件、刀具的维度对影响要素进行了分类;依据不同维度数据的来源,提出数控铣床多维数据的采集与预处理方法;提出基于LeNet-5改进卷积神经网络的数控铣床能效等级预测方法.并通过案例验证了方法的可行性和适用性,最终的训练准确度达到97.29％,在测试集上的准确度达到93.32％,预测结果较好,可以指导设备以及可控参数的选择,有较好的应用前景.