-
题名基于迁移学习的刀具剩余寿命预测方法
被引量：16
- 1
-
-
作者
蔡伟立
胡小锋
刘梦湘
-
机构
上海交通大学机械与动力工程学院
中国航发南方工业有限公司
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2021年第6期1541-1549,共9页
-
基金
国家自然科学基金重点资助项目(51435009)。
-
文摘
在新加工工艺条件下,针对历史工艺条件下的刀具剩余寿命预测模型失效,且新工艺条件下缺乏足够的训练样本构建新预测模型的问题,提出一种基于动态对抗域适应的迁移学习方法,以快速构建新工艺条件下的刀具剩余寿命预测模型。首先,利用历史工艺条件下带寿命标签的过程监控数据样本,预训练源域的刀具剩余寿命预测模型。其次,通过对抗域适应训练,利用新工艺条件下的少量目标域样本,对源域预训练得到的预测模型进行部分模型参数的调整。利用调整后的模型进行新工艺条件下的刀具剩余寿命预测。最后,更新目标域样本,重复进行对抗域适应训练与预测操作,直至结束。以轮槽铣刀的加工为例,验证了所提方法的有效性。
-
关键词
刀具剩余寿命预测
加工过程监控
迁移学习
长短时记忆网络
动态对抗域适应
轮槽铣刀
-
Keywords
tool remaining useful life prediction
process monitoring
transfer learning
long short-term memory network
dynamic adversarial domain adaptation
slotting cutter
-
分类号
TH17
[机械工程—机械制造及自动化]
TG506
[金属学及工艺—金属切削加工及机床]
-
-
题名多工序下刀具磨损的不完备信息系统数据挖掘
被引量：10
- 2
-
-
作者
刘颖超
胡小锋
刘梦湘
-
机构
上海交通大学机械与动力工程学院
中国航发南方工业有限公司
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2019年第5期1055-1061,共7页
-
基金
国家自然科学基金重点资助项目(51435009)~~
-
文摘
针对实际生产中多道工序对精刀磨损存在影响,工序间的影响因素相互关联耦合,且不可避免地发生数据缺失的问题,提出一种基于动态层次聚类和相似关系的不完备信息系统数据挖掘方法。通过工序间的关联性将多工序关联耦合因素进行分解,得到相互独立的影响因素。利用层次聚类法将连续属性离散化,并采用基于相似关系的不完备信息系统属性约简算法计算各影响因素的重要度。设定决策表的不相容度阈值,并根据决策表的分类质量动态调节离散化结果获得最优约简属性,进而挖掘影响刀具磨损的多工序关键工艺要素。以轮槽铣刀为例进行了实验分析,验证了所提方法的实用性和有效性。
-
关键词
不完备信息系统
数据挖掘
粗糙集
多工序
刀具磨损
-
Keywords
incomplete information system
data mining
rough set
multistage machining processes
tool wear
-
分类号
TH166
[机械工程—机械制造及自动化]
-
