基于卷积神经网络的刀具磨损评估方法

• 作者: 郭双全
• 来源期刊: 机械制造
• 关键词: 卷积神经网络 刀具 磨损 评估
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 制造·材料
• 页码范围: 35-39
• 页数: 5页
• 分类号: TH6:TG71
• 语种: 中文
• DOI: 10.3969/j.issn.1000-4998.2021.08.010

摘要

采用可靠的刀具磨损评估方法对于提高加工质量和生产效益具有重要意义.提出一种基于卷积神经网络的刀具磨损评估方法,采用短时傅里叶变换对采集的主轴电机直流电流和交流电流进行处理,得到对应时频谱,将时频谱输入所设计的卷积神经网络模型,评估得到刀具磨损值.采用铣削数据集对卷积神经网络模型进行训练和验证,表明在主轴转速、切削深度、进给速度、加工材料一定的情况下,评估得到的刀具磨损值与实测刀具磨损值平均绝对误差小于0.05 mm,拟合优度达到0.9以上.