摘要
本申请涉及数控机床技术领域,具体涉及基于摩擦动态耦合循环神经网络模型的机床进给轴切削力预测方法;设置刀具的多组工艺参数;将多组工艺参数进行遍历组合后得到工艺参数集合,根据工艺参数集合进行切削加工并采集进给轴伺服监测信号和切削力信号,最终得到刀轨数据集合;将刀轨数据集合中的数据划分出训练集,并将训练集输入到摩擦动态耦合循环神经网络模型中进行训练;所述摩擦动态耦合循环神经网络模型包括摩擦子网络和动态子网络;将进给轴伺服监测信号输入到已经训练完成的摩擦动态耦合循环神经网络模型中,得到进给轴切削力的预测结果;本申请确保了应用过程中切削力在线预测的准确性和可靠性。
技术关键词
循环神经网络模型
门控循环单元神经网络
切削力预测方法
长短期记忆神经网络
机床进给轴
动态
刀轨数据
训练集
电机
加速度
信号
数控机床技术
工作台
参数
霍尔传感器
刀具
光栅尺
系统为您推荐了相关专利信息
长短期记忆神经网络
蓝牙耳机降噪
规划
参数
语音
冬小麦产量预测方法
作物生长模型
长短期记忆神经网络
遥感影像数据
集合卡尔曼滤波
术后恶心呕吐
护理干预系统
长短期记忆神经网络
子模块
生姜粉
软件开发项目管理
梯度提升模型
门控循环网络
项目管理模块
长短期记忆神经网络
网络连通性检测
循环神经网络模型
深度学习模型
滑动窗口技术
降维技术