[发明专利]一种基于多特征空间卷积神经网络的刀具磨损监测方法有效
| 申请号： | 202210376930.1 | 申请日： | 2022-04-12 |
| 公开（公告）号： | CN114833636B | 公开（公告）日： | 2023-02-28 |
| 发明（设计）人： | 曾浩浩;汪伟;杨东 | 申请（专利权）人： | 安徽大学 |
| 主分类号： | B23Q17/09 | 分类号： | B23Q17/09 |
| 代理公司： | 合肥中谷知识产权代理事务所(普通合伙) 34146 | 代理人： | 袁锦波 |
| 地址： | 230000*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于多特征空间卷积神经网络的刀具磨损监测方法，包括以下步骤：S1：采集刀具在切削稳定阶段的切削力数据和对应时刻的刀具磨损状态构建样本集；S2：对所述样本集进行特征提取得到时域特征、频域特征和时频域特征，将所述时域特征、所述频域特征和所述时频域特征处理后进行空间融合得到融合特征Concat1；S3：将所述融合特征Concat1输入卷积神经网络进行训练，得到刀具磨损监测模型以实现对刀具磨损的监测。本发明改善了人工提取特征与单特征空间在表征能力上的不足，实现了对多特征空间的自适应提取与融合；此外，卷积网络采用Inception架构，在提高模型宽度的同时可减少模型的训练参数，不仅提高了模型的表征能力，而且降低了过拟合的风险。 | ||
| 搜索关键词： | 一种 基于 特征 空间 卷积 神经网络 刀具 磨损 监测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于安徽大学，未经安徽大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210376930.1/，转载请声明来源钻瓜专利网。
