摘要
本发明公开了一种基于人工智能的刀具磨损监测和修复方法,包括以下步骤:终端层采集原始加工数据并上传至云计算层;云计算层训练功率增量诊断模型;终端层实时采集加工过程中加工数据作为监控数据;云计算层选择深度学习算法或迁移学习算法训练最终的加工精度故障诊断模型;构建边缘计算分配优化算法并进行任务调度;基于加工精度故障诊断结果,构建激光表面强化路径,利用激光表面强化处理对磨损刀具进行修复。本发明能够基于迁移学习机制实时进行数控加工过程诊断,并基于诊断结果规划激光表面强化路径,实时指导激光表面强化作业,采用激光表面强化技术对刀具异常状态进行及时修复,确保了加工精度。
技术关键词
刀具磨损监测
刀具磨损状态
故障诊断模型
切削刀具
修复方法
深度学习算法
数控加工过程
功率
任务分配方式
切削力
迁移学习算法
数据
MQTT协议
激光表面强化技术
精度
果蝇算法
参数
图像特征提取方法
长短期记忆神经网络
系统为您推荐了相关专利信息
发动机轴承
迁移学习神经网络
故障诊断方法
故障诊断模型
特征提取器
生成对抗网络
图像修复方法
纹理
边缘检测算法
注意力机制