摘要
本发明公开了一种考虑材料属性差异的双金属铣刀磨损监测方法及系统,涉及双金属材料加工技术领域,该方法包括:实时采集双金属立铣刀具在铣削过程中的铣削力和振动信号;将采集的铣削力和振动信号输入至无监督材料识别模型中,通过特征提取和特征降维后,经聚类输出当前信号的金属材料类别;将采集的铣削力、振动信号及对应的金属材料类别输入至基于磨损机理的物理引导神经网络模型中,输出双金属立铣刀具后刀面磨损值。本发明考虑两种金属材料的差异,并引入磨损机理指导,通过磨损物理‑数据融合监测的方式得到具备更高准确率、更优鲁棒性的监测模型,有效提高双金属立铣场景中刀具后刀面磨损值监测的精确性。
技术关键词
磨损监测方法
神经网络模型
双金属材料
特征提取模块
物理
信号
矩阵
融合特征
无监督
多域特征
磨损监测系统
计算机程序产品
特征加权融合
频域特征
可读存储介质
后刀面磨损
立铣刀具
训练集
系统为您推荐了相关专利信息
命名实体识别方法
实体识别模型
非物质文化遗产
命名实体识别系统
双向长短期记忆网络
性能指标数据
多模态深度学习
系统日志
金融
风险监测装置