期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于IPOA-MSCNN-BiLSTM-Attention模型的刀具磨损状态识别
1
作者
杨焕峥
崔业梅
+1 位作者
薛洪惠
徐玲
《组合机床与自动化加工技术》
北大核心
2025年第7期158-163,共6页
刀具状态监测直接影响产品加工质量,为了提高刀具磨损状态识别的准确性,构建了IPOA-MSCNN-BiLSTM-Attention模型。首先,采用多尺度卷积神经网络(MSCNN)和双向长短时记忆网络(BiLSTM)来学习数据的时空特征;其次,引入注意力机制(Attention...
刀具状态监测直接影响产品加工质量,为了提高刀具磨损状态识别的准确性,构建了IPOA-MSCNN-BiLSTM-Attention模型。首先,采用多尺度卷积神经网络(MSCNN)和双向长短时记忆网络(BiLSTM)来学习数据的时空特征;其次,引入注意力机制(Attention)以增强对关键信息的关注度;再次,提出了一种改进的鹈鹕优化算法(IPOA),用于优化模型多尺度卷积神经网络的参数。该算法结合自适应惯性权重因子、柯西变异和麻雀警戒机制策略,在CEC2005至CEC2022的众多函数性能测试中综合表现优于传统POA等5种算法;最后,在工业控制计算机(IPC)上运行了模型。结果表明,该模型在刀具磨损状态识别方面表现出较高的识别精度,可提高加工安全与生产效率。
展开更多
关键词
刀具磨损
状态监测
改进的鹈鹕优化算法
多尺度卷积神经网络
双向长短时记忆网络
在线阅读
下载PDF
职称材料
题名
基于IPOA-MSCNN-BiLSTM-Attention模型的刀具磨损状态识别
1
作者
杨焕峥
崔业梅
薛洪惠
徐玲
机构
无锡商业职业技术学院江苏省无线传感系统应用工程技术研究开发中心
无锡商业职业技术学院物联网与人工智能学院
无锡商业职业技术学院教务处
南京大学近代声学教育部重点实验室
常州大学
出处
《组合机床与自动化加工技术》
北大核心
2025年第7期158-163,共6页
基金
国家自然科学基金项目(61873111)
中央高校基本科研业务费专项资金资助项目(020414380195)
江苏高校“青蓝工程”项目(RS20QL01)。
文摘
刀具状态监测直接影响产品加工质量,为了提高刀具磨损状态识别的准确性,构建了IPOA-MSCNN-BiLSTM-Attention模型。首先,采用多尺度卷积神经网络(MSCNN)和双向长短时记忆网络(BiLSTM)来学习数据的时空特征;其次,引入注意力机制(Attention)以增强对关键信息的关注度;再次,提出了一种改进的鹈鹕优化算法(IPOA),用于优化模型多尺度卷积神经网络的参数。该算法结合自适应惯性权重因子、柯西变异和麻雀警戒机制策略,在CEC2005至CEC2022的众多函数性能测试中综合表现优于传统POA等5种算法;最后,在工业控制计算机(IPC)上运行了模型。结果表明,该模型在刀具磨损状态识别方面表现出较高的识别精度,可提高加工安全与生产效率。
关键词
刀具磨损
状态监测
改进的鹈鹕优化算法
多尺度卷积神经网络
双向长短时记忆网络
Keywords
tool wear
status monitoring
improved pelican optimization algorithm
multi-scale convolutional neural network
bidirectional long short term memory network
分类号
TH164 [机械工程—机械制造及自动化]
TG71 [金属学及工艺—刀具与模具]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于IPOA-MSCNN-BiLSTM-Attention模型的刀具磨损状态识别
杨焕峥
崔业梅
薛洪惠
徐玲
《组合机床与自动化加工技术》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
