发明公开
- 专利标题: 基于孪生长短时记忆神经网络的刀具磨损监测方法
-
申请号: CN202311413424.6申请日: 2023-10-27
-
公开(公告)号: CN117283372A公开(公告)日: 2023-12-26
- 发明人: 王永青 , 秦波 , 刘阔 , 姜业明 , 牛蒙蒙 , 乔石
- 申请人: 大连理工大学 , 智能制造龙城实验室
- 申请人地址: 辽宁省大连市甘井子区凌工路2号;
- 专利权人: 大连理工大学,智能制造龙城实验室
- 当前专利权人: 大连理工大学,智能制造龙城实验室
- 当前专利权人地址: 辽宁省大连市甘井子区凌工路2号;
- 代理机构: 常州龙诚专利代理事务所
- 代理商 张强
- 主分类号: B23Q17/09
- IPC分类号: B23Q17/09
摘要:
本发明公开了基于孪生长短时记忆神经网络的刀具磨损监测方法,其中包括刀具磨损监测方法,包括以下具体步骤:S1:机床加工过程的监测数据采集与监测数据预处理,所述监测数据采集包括在所述机床的主轴适当位置安装振动传感器和所述监测数据,所述监测数据为所述振动传感器采集的所述机床的所述主轴在X、Y、Z三个方向的主轴振动信号,所述监测数据预处理包括采用预处理算法对所述监测数据进行平滑处理,成为样本数据集,S2:所述样本数据集划分,解决了当前刀具磨损样本是实际切削加工试验获得,属于消耗性试验,耗时、耗力、成本较高,足够多训练样本的获得难度较大,难以实现的问题。