基于图像编码技术和卷积神经网络的刀具磨损值在线监测方法
作者:滕瑞; 黄海松; 杨凯; 陈启鹏; 熊巧巧; 谢庆生
更新时间:
为了提高刀具磨损在线监测的准确性和通用性,提出了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 图像编码技术对铣削过程中采集的时间序列信号数据进行成像,不仅保留了信号的原始特征信息,还增强了时间序列的特征信息。采用深度CNN自适应提取图像特征,避免了人工特征提取的复杂性和局限性。利用类似研究中使用的数据集进行了实验,验证了该方法在刀具磨损在线监测中的有效性和可行性。在多种评价标准下,与其他方法相比,其准确度有了很大提高。