-
题名采用一维卷积神经网络的铣削振动状态识别
被引量：2
- 1
-
-
作者
郑华林
张冲
何勇
-
机构
西南石油大学机电工程学院
中国石油集团川庆钻探培训中心
-
出处
《机械科学与技术》
CSCD
北大核心
2023年第7期1081-1087,共7页
-
基金
四川省科技厅重点研发项目(19ZDZX0055)。
-
文摘
由于铣削加工中发生颤振会极大地降低工件的加工质量,铣削振动状态的高效与精准辨识一直是颤振研究的热点问题之一。基于LetNet-5经典卷积网络提出一维卷积网络模型,直接对时域铣削力信号进行处理与识别,针对信号量较少与数据不均衡等问题,采用重叠-随机协同采样的方法对数据进行处理。应用T-分布随机邻域嵌入技术可视化模型在训练集上的学习进程并对端到端的学习目标进行验证。对比基于支持向量机与卷积神经网络识别策略,所提方案在测试集上取得了最高的96.17%准确率,识别结果表明:该方法相较于对比方法过程简单、识别快速且辨识准确率高。
-
关键词
铣削振动
状态识别
一维卷积神经网络
-
Keywords
milling vibration
state recognition
one-dimensional convolution neural network model
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名机床关键几何误差元素辨识及其公差设计方法
被引量：1
- 2
-
-
作者
樊嘉
郑华林
何勇
米良
胡腾
-
机构
西南石油大学
石油天然气装备技术四川省科技资源共享服务平台
中国石油集团川庆钻探培训中心
中国工程物理研究院机械制造工艺研究所
-
出处
《航空制造技术》
CSCD
北大核心
2021年第22期56-64,共9页
-
基金
四川省科技厅重点研发项目(19ZDZX0055)
四川省重大科技专项(2020ZDZX0003)。
-
文摘
面向加工精度指标提出机床关键几何误差元素辨识及其公差设计方法。以某型立式加工中心为对象,基于螺旋理论对机床空间误差进行建模;结合所得机床空间误差模型及加工精度指标定义,推导建立加工精度评估模型,同时提出间接试验验证策略及实施技术;通过正交实验、统计学对影响加工精度的关键几何误差元素进行辨识,并利用数值试验对辨识结果进行验证,并基于响应面法构建加工精度与关键几何误差元素的映射关系,由此将后者的公差设计转换为一类优化问题;利用遗传算法获取各关键几何误差元素最优公差,在加工精度指标满足要求的同时,机床产品成本达到最低,表明所提方法有利于实现机床精度稳健设计。
-
关键词
加工精度
机床
关键几何误差元素
辨识
公差设计
-
Keywords
Machining accuracies
Machine tools
Crucial geometric error elements(CGEE)
Identification
Tolerance design
-
分类号
TG659
[金属学及工艺—金属切削加工及机床]
-
