期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度迁移学习的刀具剩余寿命预测 被引量:3
1
作者 王妍 胡小锋 《组合机床与自动化加工技术》 北大核心 2022年第8期133-136,共4页
针对生产条件变化导致刀具衰退规律发生较大改变,历史衰退规律下的刀具剩余寿命预测模型难以对新规律下的刀具进行准确预测,而新衰退规律下没有足够的带标签样本训练新模型的问题,提出一种基于数据分布自适应的深度迁移学习方法。利用... 针对生产条件变化导致刀具衰退规律发生较大改变,历史衰退规律下的刀具剩余寿命预测模型难以对新规律下的刀具进行准确预测,而新衰退规律下没有足够的带标签样本训练新模型的问题,提出一种基于数据分布自适应的深度迁移学习方法。利用历史性能衰退规律下的刀具过程监控数据样本,训练刀具剩余寿命预测模型;在模型中引入自适应层,对历史样本和新衰退规律下的样本进行领域自适应,更新刀具剩余寿命预测模型参数对新衰退规律下的刀具进行剩余寿命预测。以轮槽铣刀加工过程为例进行实验验证,与迁移前的模型相比,迁移后的模型提高了新衰退规律下刀具剩余寿命预测的准确性。 展开更多
关键词 加工过程监控数据 迁移学习 深度领域自适应 CORAL损失 刀具剩余寿命预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部