摘要
本申请提供的一种砂轮磨损状态监测方法及相关产品,方法包括:获取砂轮磨削过程的磨削力信号和振动信号,以及获取数据库中的历史砂轮磨损状态训练样本,对所述磨削力信号和所述振动信号进行拼接,得到特征分量矩阵;利用鲸鱼优化算法,基于所述历史砂轮磨损状态训练样本,构建改进CNN‑GRU模型,得到最佳性能监测模型;将所述特征分量矩阵输入所述最佳性能监测模型,计算得到砂轮磨损状态信息。其形成一套可利用最佳性能监测模型对砂轮磨损状态进行检测的方法,解决现有的基于深度学习模型的砂轮状态监测方法难以全面提取数据中的隐藏特征的问题。
技术关键词
GRU模型
磨损状态监测方法
鲸鱼优化算法
砂轮
超参数
Attention机制
矩阵
信号
磨损状态监测装置
子模块
错误率
拼接模块
深度学习模型
数据
检验单元
误差
系统为您推荐了相关专利信息
孪生神经网络
多模态数据融合
航空发动机轴承
卷积神经网络模块
GRU模型
安全隐患检测
建筑工地巡检
训练集数据
编解码算法
三维模型
人工智能算法
覆冰
风机发电功率
概率密度函数
超参数
电子级
浓度预测方法
硫酸吸收塔
前馈神经网络
异常数据处理
业务链
森林模型
电力
智能监测方法
特征向量空间