摘要
本发明涉及一种铣削表面粗糙度在线监测方法及系统,该方法包括以下步骤:步骤S1:获取铣削加工时的主轴电信号、切削参数和表面粗糙度,将主轴电信号和切削参数作为输入数据,表面粗糙度作为标签数据;步骤S2:对获取到的数据进行预处理,形成数据集;步骤S3:将数据集按比例划分为训练集、验证集和测试集;步骤S4:构建一维卷积‑长短时记忆(1DCNN‑LSTM)神经网络模型;步骤S5:利用灰狼优化算法优化1DCNN‑LSTM神经网络模型参数;步骤S6:利用优化后的1DCNN‑LSTM神经网络模型进行表面粗糙度在线监测。该方法及系统有利于提高铣削表面粗糙度预测的准确性和可靠性。
技术关键词
在线监测方法
灰狼优化算法
粗糙度
计算机程序指令
浅层神经网络
LSTM模型
电信号特征提取
数据
神经网络模型
样本
参数
静态特征提取
采集数控机床
变量
滑动时间窗口
在线监测系统
系统为您推荐了相关专利信息
检测人脸图像
人脸五官
神经网络模型
人脸皮肤
人脸图像鉴伪方法
粗糙度参数
联合反演方法
微波
数据
土壤水分估算
模型预测方法
鲜烟叶
Stacking集成学习
波长
灰狼优化算法