-
题名基于卷积神经网络刀具磨损类型的智能识别
被引量：23
- 1
-
-
作者
吴雪峰
刘亚辉
毕淞泽
-
机构
哈尔滨理工大学机械动力工程学院
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2020年第10期2762-2771,共10页
-
基金
国家重点研发计划(2018YFB1107600)
国家自然科学基金资助项目(51575144)。
-
文摘
刀具磨损尺寸与刀具磨损类型的有效识别是监测加工状态的重要手段。针对常规刀具磨损类型的识别需要人工参与的不足,提出一种基于卷积神经网络刀具磨损类型的智能识别方法。通过对刀具磨损类型和磨损过程的分析,设计了识别刀具磨损状态的网络结构,采用卷积自动编码器对网络模型进行预训练,并通过BP算法结合Adam算法对模型参数进行微调,建立了有效的刀具磨损类型识别模型。实验证明该模型对刀具磨损类型的平均识别率达到96.25%。最后,提出了基于刀具磨损类型识别的刀具磨损值自动检测方法,实验结果表明该检测方法的误差率在10%以内,平均误差率为5.93%,能够满足实际应用需求。
-
关键词
刀具磨损类型
卷积神经网络
模型预训练
图像识别
-
Keywords
tool wear type
convolutional neural networks
model pre-training
image recognition
-
分类号
TG714
[金属学及工艺—刀具与模具]
-
-
题名基于证据推理规则的船舶柴油机磨损类型辨识研究
被引量：6
- 2
-
-
作者
徐晓健
严新平
盛晨兴
袁成清
-
机构
武汉理工大学能源与动力工程学院可靠性工程研究所
船舶动力工程技术交通行业重点实验室
国家水运安全工程技术研究中心
-
出处
《摩擦学学报》
EI
CAS
CSCD
北大核心
2017年第6期814-822,共9页
-
基金
国家自然科学基金项目(51422507)
NSFC-浙江两化融合联合基金项目(U170920062)资助~~
-
文摘
为了利用不确定、不完整信息对船舶柴油机磨损故障进行诊断,以磨粒的二维和三维特征作为诊断信息,提出了基于证据推理(ER)规则的船舶柴油机磨粒类型辨识模型,并以此作为识别柴油机磨损类型的依据.在船舶柴油机油底壳附近安装油液监测系统以采集油液样本,提取油液中磨粒的二维和三维特征.对每一磨粒特征进行k均值聚类确定其参考值,对磨粒样本与参考值的相似性进行似然归一化,获得了证据的置信度分布.考虑辨识证据的可靠性和重要性,利用ER融合规则对多条辨识证据进行融合,辨识磨粒类型,进而确定柴油机磨损类型.通过5折交叉验证以及不同模型对比分析表明:该模型能够利用不确定、不完整信息识别磨粒类型,确定柴油机磨损类型,并且模型结构简单,辨识准确性高,辨识结果客观、可靠.
-
关键词
船舶柴油机
磨损类型辨识
证据推理规则
证据可靠性
证据重要性
-
Keywords
marine diesel engine
wear mode identification
evidential reasoning rule
evidence reliability
evidence importance
-
分类号
TH117.1
[机械工程—机械设计及理论]
-
-
题名磨损颗粒的模糊神经网络识别研究
被引量：1
- 3
-
-
作者
任国全
张培林
李国璋
徐燕申
-
机构
军械工程学院
天津大学机械工程学院
-
出处
《润滑与密封》
CAS
CSCD
北大核心
2006年第2期69-71,78,共4页
-
基金
国家自然科学基金项目(50375157)
军械工程学院科研基金项目(YJJXM04018)
-
文摘
在传统的模式识别技术中,模式分类的基本方法是利用判别函数来划分不同的类别,然而如何选择有效的判别函数以及在识别过程中如何对判别函数的参数进行修正,对于以往的模式识别技术是比较困难的。针对油液铁谱分析中磨损颗粒的识别问题,讨论了一般机械设备的磨损颗粒的特征,分析了神经网络技术和模糊数学相结合的模式,提出了基于模糊神经网络的铁谱图象分类和识别方法,分析结果表明,提出的方法对铁谱分析的智能化和快速化提供了一种有效的途径。
-
关键词
铁谱分析
模糊神经网4络
磨损类型
模式识别
-
Keywords
ferrograph analysis
fuzzy neutral network
wear model
model recognition
-
分类号
TH165.3
[机械工程—机械制造及自动化]
TH117
[机械工程—机械设计及理论]
-
-
题名船舶链条机械磨损寿命预测技术
被引量：2
- 4
-
-
作者
刘安琴
-
机构
烟台大学文经学院
-
出处
《舰船科学技术》
北大核心
2018年第11X期28-30,共3页
-
文摘
为提升链条零件的耐磨性,达到延长机械使用寿命的目的,提出一种新型的船舶链条机械磨损寿命预测模型。通过磨损类型判断、典型磨损规律确定2个步骤,完成船舶链条机械的磨损定义及测量。在此基础上,通过磨损寿命极限确定、剩余使用寿命估算、磨损率计算3个步骤,完成新型模型的搭建,实现船舶链条机械磨损寿命预测技术研究。设计对比实验结果表明,与现有技术手段相比,应用新型船舶链条机械磨损寿命预测模型后,链条零件耐磨性得到明显提升,实现延长机械使用寿命的初衷。
-
关键词
链条机械
磨损寿命
磨损类型
典型规律
寿命极限
剩余寿命
磨损率
-
Keywords
chain machinery
wear life
wear type
typical law
life limit
residual life
wear rate
-
分类号
U672
[交通运输工程—船舶及航道工程]
-
-
题名微铣削加工芳纶纤维增强复合材料刀具磨损研究
- 5
-
-
作者
孙文龙
石文天
刘玉德
袁美霞
-
机构
北京工商大学人工智能学院
北京工商大学
北京建筑大学
-
出处
《工具技术》
北大核心
2021年第10期35-40,共6页
-
基金
国家自然科学基金资助项目(51975006,51505006)
北京建筑大学市属高校基本科研业务费专项资金资助(X18236)。
-
文摘
采用微铣刀对芳纶纤维增强树脂基复合材料(AFRP)进行加工试验,对刀具磨损形式和形态进行系统研究,探索不同切削参数对刀具磨损的影响规律,分析微铣削AFRP时刀具磨损机理。结果表明:AFRP微铣削刀具主要磨损形式按顺序依次是刀尖破损、涂层脱落、磨粒磨损和工件材料粘结。切削速度对刀具磨损影响最大,刀具磨损量随切削速度的增大而增大,且随切削体积增加刀具磨损率越高,V_(c)=34.56m/min时可获得较小的刀具磨损和较高的加工效率;进给速度影响次之,刀具磨损量随进给速度的增大而减小,V_(f)=0.09m/min时刀具磨损较小;铣削深度对刀具磨损影响很小。
-
关键词
芳纶纤维增强复合材料
微铣削
刀具磨损
磨损类型
切削参数
-
Keywords
aramid fiber reinforced plastic
micro milling
tool wear
type of wear
cutting parameter
-
分类号
TG714
[金属学及工艺—刀具与模具]
TB332
[一般工业技术—材料科学与工程]
-
