专利名称：一种基于卷积神经网络和长短时记忆神经网络联合
模型的刀具磨损状态辨识方法
专利类型：发明专利
发明人：邹益胜,蒋雨良,石朝,丁国富,江磊,张剑申请号：CN201910600329.4申请日：20190704公开号：CN110153802A公开日：20190823
摘要：本发明公开了一种基于卷积神经网络和长短时记忆神经网络联合模型的刀具磨损状态辨识方法。将测力仪和加速度传感器安装于数控机床工作台夹具及工件上，采集三向力信号和振动加速度信号，并将收集到的数据进行数据预处理，对同一列数据进行归一化处理、统一分段，将一维数据转化为二维数据作为输入，再由联合模型中的卷积神经网络提取抽象特征，由联合模型中的长短时记忆神经网络寻找数据之间的关联性，最后输出刀具的磨损状态。本发明所建立的双网络结构串行设置，能够将两种信号之间的内部联系建立起来，并且通过卷积来提取更抽象的特征，再由长短时记忆确立其时序特性，从而达到建立数据与模型更深层次联系的目的，在各类机床上都具有适用性。
申请人：西南交通大学
地址：610031 四川省成都市金牛区二环路北一段111号
国籍：CN
代理机构：成都华复知识产权代理有限公司
代理人：庞启成
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容