刀具状态

作品数:158被引量:454H指数:10
导出分析报告
相关领域:金属学及工艺更多>>
相关作者:王永青周余庆秦波孙兵涛邵华更多>>
相关机构:上海交通大学华中科技大学大连理工大学南京航空航天大学更多>>
相关期刊:更多>>
相关基金:国家自然科学基金国家科技重大专项中央高校基本科研业务费专项资金天津市自然科学基金更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-10
视图:
排序:
钛合金铣削刀具状态智能监测技术研究
《机械设计与制造》2025年第4期367-369,374,共4页周丹 
四川省教育厅科技项目(18CZ0046)—钒钛微合金钢特种轧制成形控制技术研究及产业化。
钛合金具有弹性模量小、导热性能差等特点,加工过程中刀具易发生严重磨损,导致加工精度下降,表面粗糙度上升。针对上述问题,提出了基于深度神经网络的钛合金铣削刀具状态监测方法。首先设计并搭建刀具状态监测软硬件系统;采集加工过程...
关键词:钛合金切削 刀具状态监测 深度置信网络 
基于PCA和自联想神经网络的核环境冷挤压切割刀具状态监测
《浙江大学学报(工学版)》2025年第3期606-615,共10页袁沛 蒋君侠 马飞 金杰峰 来建良 
“尖兵领雁+X”研发攻关计划资助项目(2024C04056(CSJ)).
在高放射性环境中,传感器部署受限,传动链噪声干扰,冷挤压切割刀具一致性差.为此提出基于外置电机旋转轴与进给轴电机扭矩信号的时频域统计、主成分分析(PCA)与自联想神经网络(AANN)相结合的刀具状态监测模型.基于旋转电机及进给电机扭...
关键词:放射性 刀具状态监测 时域统计 小波包分解 主成分分析 自联想神经网络 
基于双向长短时记忆网络的刀具状态预测
《长江信息通信》2024年第12期46-50,共5页王子硕 王育锋 郭育畅 高兴泉 
吉林省科技发展计划项目(No.20220201156GX);吉林省教育厅科学技术研究项目(No.JJKH20240314KJ)。
针对长短时记忆(Long-Short-Term Memory, LSTM)网络方法预测刀具状态仅考虑过去信息而忽略未来信息的问题,无法准确预测刀具状态,提出了一种基于双向长短时记忆(Bi-directional Long Short-Term Memory, Bi-LSTM)预测刀具状态的方法,...
关键词:双向长短时记忆网络 刀具状态 主成分分析法 预测准确度 
基于深度迁移学习的深孔镗削刀具状态监测
《组合机床与自动化加工技术》2024年第12期164-168,共5页崔益铭 牛蒙蒙 田芝豪 杨顼 刘阔 王永青 
辽宁省科技重大专项资助项目(2020JH1/10100016,2021JH1/10400102)。
基于深度学习的刀具状态监测方法可以准确地预测深孔镗削过程中刀具的破损情况。然而,由于装配误差、加工环境差异等因素的影响,一台镗床上训练的刀具状态监测模型往往不能直接应用于同类镗床。针对这一问题,提出了基于深度迁移学习的...
关键词:迁移学习 深度学习 刀具状态监测 
基于融合特征与注意力网络的刀具状态监测
《组合机床与自动化加工技术》2024年第10期82-88,94,共8页王楠 钱炜 江小辉 郭维诚 李星 
国家自然科学基金项目(52175427,52105470)。
刀具磨损是影响零件加工质量的重要因素之一,为了准确可靠地监测刀具磨损状态,提出了一种基于融合特征和注意力机制卷积神经网络的刀具状态预测模型。首先,在铣削过程中采取切削力与振动信号,提取了有效的加工信号;其次,利用对称点模式...
关键词:刀具磨损 卷积神经网络 注意力机制 对称点模式 特征融合 
刀具磨损状态的多步向前智能预测被引量:1
《计算机集成制造系统》2024年第9期3038-3049,共12页朱锟鹏 黄称意 李俊 
国家自然科学基金资助项目(52175528);国家重点研发计划资助项目(2018YFB1703200)。
刀具状态的准确监测对于提高切削加工质量和加工效率至关重要。在当前广泛用于刀具磨损状态监测的间接法中,多以单步或短期预测为主,没有实现多步预测,且累积误差较大。高斯过程是间接法中应用较多的一种机器学习方法,然而传统的高斯过...
关键词:刀具状态监测 多步预测 高斯过程 递归 
基于信号波形特征的刀具破损监控方法优化
《传感器技术与应用》2024年第4期666-680,共15页吕国艳 张志毅 方喜风 江源 湛红晖 
针对微弱破损信号的监控,提出了一种基于信号波形特征的刀具破损监控方法。先分析了刀具破损监控的各项特征,包括信号降噪方法等对破损特征值的影响、不同工艺条件下破损特征值的监控要求等。对于破损造成的时域信号波动较小而动态包络...
关键词:刀具状态智能化监控 刀具破损 波形特征 
数据驱动的刀具状态智能监测技术研究
《哈尔滨职业技术学院学报》2024年第3期93-95,共3页关睿 陈强 杨海峰 
2023年度黑龙江省教育科学规划重点课题“新智造时代下机电类专业人才多能力融合培养模式探索与研究”(课题编号:ZJB1423078)。
随着人工智能技术的兴起,无论是基于直接法获取的数字图像抑或间接法通过传感器获得的物理信号,都可作为有价值“数据”。利用人工智能方法提取并识别“数据”中的有效特征,挖掘与刀具磨破损之间的关系是刀具状态智能监测的关键技术和...
关键词:刀具状态监测 数据驱动 人工智能 数据获取与处理 
基于CEEMDAN和改进轻量化时空网络的刀具状态监测被引量:1
《组合机床与自动化加工技术》2024年第3期177-181,186,共6页周鹏博 刘德平 
河南省重大科技专项项目(171100210300-01)。
针对刀具退化特征提取困难和传统时空网络模型参数多等问题,提出了基于自适应噪声完备经验模态分解(CEEMDAN)和改进轻量化时空网络(BiLSTM-SN-ECA)的刀具磨损监测模型。首先,将刀具振动信号经CEEMADAN分解得到若干模态分量,将模态分量...
关键词:刀具磨损监测 自适应噪声完备经验模态分解 轻量化时空网络 注意力机制 
基于改进信息熵的直接刀具状态监测设备部署被引量:1
《西南交通大学学报》2024年第1期160-167,共8页由智超 高宏力 郭亮 陈昱呈 刘岳开 
国家自然科学基金(51775452)。
在不拆刀情况下,基于机器视觉的在线刀具状态监测系统可完成刀具磨损测量和状态评估,但与在线捕获刀具图像质量息息相关的系统部署参数选择却鲜有研究.为解决上述问题,本文构建基于改进信息熵的多项式回归模型以实现刀具状态监测系统的...
关键词:信息熵 方差分析 多项式回归 机器视觉 刀具状态监测 
检索报告 对象比较 聚类工具 使用帮助 返回顶部