基于长短时记忆网络的深孔镗削刀具状态监测

发布时间：2023-09-29 06:02

　　镗削加工是机械加工领域中非常重要的一种加工手段,被广泛应用于大型零件的深孔加工过程中。但由于镗削加工的切削区域位于深孔内部,所以机床操作者难以对刀具状态做出准确的判别。针对这一问题,提出了基于深度长短时记忆(Long Short-Term Memory,LSTM)网络的镗削刀具状态监测方法。通过对镗削过程的振动和声音信号采集,利用振动和声音信号的频域数据训练深度长短时记忆网络,建立了振动和声音信号与镗削刀具状态的映射模型。在深孔镗床上进行了模型测试试验。试验表明:深度长短时记忆网络模型对刀具状态有着较好的预测准确度。

【文章页数】：5 页

【文章目录】：
0 引言
1 深度长短时记忆网络
    1.1 循环神经网络
    1.2 长短时记忆网络
2 数据获取及预处理
    2.1 数据获取
    2.2 数据预处理
3 深度LSTM网络的训练与测试
    3.1 深度LSTM网络的训练
    3.2 深度LSTM网络的测试
4 结语



本文编号：3849427