Ta上传的资源 (0)

为了改善刀具寿命预测的精准度,文章在已有的 PSO-BP 神经网络算法中引入混沌理论,提出了一种基于混沌粒子群算法优化 BP 神经网络( CPSO-BP 神经网络) 的刀具寿命预测方法。该方法采用粒子群算法优化网络权值和阈值,通过混沌扰动更新粒子的位置。CPSO-BP 神经网络算法既避免了 BP 神

刀具是切削加工过程中最活跃的因素之一,其状态直接影响工件的表面质量。为精确地识别刀具磨损状态,提出了一种深度学习与多信号融合相结合的识别方法。以自编码网络为基础,构建了堆叠稀疏自编码网络。采集铣刀不同磨损状态下的力信号、振动信号及声发射信号,并对上述信号进行小波包分解以便获取能够表征铣刀磨损的时频域