【摘 要】
：
针对数控铣床能效影响要素多、要素间关联关系复杂而导致的机床能效等级预测问题,提出一种基于卷积神经网络的数控铣床能效等级预测方法。通过数控机床运行过程能效影响要素
【机 构】
：
武汉科技大学冶金装备及其控制教育部重点实验室,武汉科技大学机械传动与制造工程湖北省重点实验室,武汉科技大学绿色制造工程研究院
【基金项目】
：
国家自然科学基金项目(51975432,51905392,51775392),湖北省教育厅科学技术研究计划青年人才项目(Q20191106)。
论文部分内容阅读
针对数控铣床能效影响要素多、要素间关联关系复杂而导致的机床能效等级预测问题,提出一种基于卷积神经网络的数控铣床能效等级预测方法。通过数控机床运行过程能效影响要素分析,从设备、工艺、工件、刀具的维度对影响要素进行了分类;依据不同维度数据的来源,提出数控铣床多维数据的采集与预处理方法;提出基于LeNet-5改进卷积神经网络的数控铣床能效等级预测方法。并通过案例验证了方法的可行性和适用性,最终的训练准确度达到97.29%,在测试集上的准确度达到93.32%,预测结果较好,可以指导设备以及可控参数的选择,有较好的
其他文献
在PMSM直接转矩控制系统中,通常需要转子位置信息来实现电机换相运行,难以用于一些特定的PMSM无位置传感器控制中。提出一种采用定子高频脉冲磁链注入实现PMSM无位置传感器直
在视觉引导机器人完成抓取的过程中,最重要的步骤是手眼标定,手眼标定的精度将直接影响后续工作的精度。充分考虑相机畸变对手眼标定的影响,在Halcon环境下,设计一种高精度的
为探究内齿轮数控磨齿机磨削头振动特性,以磨齿机磨削头为研究对象,建立其三维实体模型,并基于有限元仿真软件ANSYS进行预应力下的动态特性分析,获得磨削头各阶固有频率及对