摘要
本发明涉及机床检测领域,更具体地,本发明涉及一种高精度数控机床加工补偿调整方法。所述方法包括:获取每个历史采样时间点的多维度的机床运行参数;训练预设的预测网络模型,获得机床检测模型;构建运行参数序列,通过运行参数序列中的参数值计算目标维度中目标历史采样时间点的熵值;预设判断条件,计算目标历史采样时间点的学习率修正权重;更新机床检测模型学习率,获得机床检测修正模型,将实时采样时间点的机床运行参数输入机床检测修正模型获得实时采样时间点的机床运行状态。通过本发明的技术方案,能够提高机床运行状态检测跟踪的及时性和准确性。
技术关键词
高精度数控机床
预测网络模型
机床运行状态
参数
生成机床
BP神经网络
序列
梯度下降法
多项式
标签
误差
数据
信号
系统为您推荐了相关专利信息
构建深度神经网络
深度Q网络
动态优化方法
训练深度神经网络
热处理生产线
数据安全监测系统
租车设备
数据处理模块
信号强度值
车辆传感器信息
氨水泵
联锁控制方法
故障诊断模型
多参数实时监测
启动备用泵
燃烧气体燃料
燃烧液体燃料
元素
锅炉热效率
垃圾焚烧炉