计算机集成制造系统 ›› 2022, Vol. 28 ›› Issue (4): 1042-1051.DOI: 10.13196/j.cims.2022.04.008
滕瑞1,黄海松1,杨凯1+,陈启鹏1,熊巧巧2,3,谢庆生1
摘要: 为提高刀具磨损在线监测的精度及泛化性能,提出一种基于格拉姆角场(GAF)编码技术和卷积神经网络(CNN)的刀具磨损值在线监测方法,利用GAF图像编码技术将铣削加工过程中采集的时间序列信号数据图像化,既保留了信号的原始特征信息,又增强了时间序列特征信息。采用深度CNN自适应的提取图像特征,避免人工特征提取带来的复杂性和局限性。使用同类研究所用的数据集进行实验,验证了该方法在刀具磨损在线监测中的有效性和可行性,在多项评价标准下其精度较其他几种方法有了较大提高。
中图分类号: