摘要
本发明公开了一种微粗糙度零件的机械加工工艺识别方法,包括以下步骤:获取不同机械加工工艺处理的不同微表面粗糙度的零件样本;采集LIBS光谱数据和等离子体声波数据;分别对LIBS光谱数据和等离子体声波数据进行降维处理并提取变量特征;对LIBS光谱特征变量和等离子体声波特征变量进行特征级数据融合,得到融合变量矩阵;根据融合变量矩阵对径向基函数神经网络进行训练,得到机械加工工艺识别模型;采用机械加工工艺识别模型进行机械加工工艺识别。本申请通过结合降维处理、特征提取、特征融合和神经网络技术,对LIBS光谱数据和等离子体声波数据进行融合,提高了针对微粗糙度零件的机械加工工艺识别准确度。
技术关键词
机械加工工艺
径向基函数神经网络
声波特征
变量
识别方法
贡献率
数据
矩阵
粗糙度
零件
光谱采集系统
神经网络技术
样本
特征值
代表
滤波
波长
系统为您推荐了相关专利信息
雷达高分辨距离像
卷积神经网络提取
识别方法
构建卷积神经网络
聚类
火灾探测方法
数据
后备电池
基础功能模块
肖特基二极管
智能融合方法
深度融合网络
融合特征
数字高程模型
参数