[发明专利]基于深度门控循环单元神经网络的刀具磨损状态监测方法有效
| 申请号： | 202010077631.9 | 申请日： | 2020-01-31 |
| 公开（公告）号： | CN111325112B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 袁庆霓;陈启鹏;蓝伟文;杜飞龙 | 申请（专利权）人： | 贵州大学 |
| 主分类号： | G06F18/10 | 分类号： | G06F18/10;G06F18/213;G06N3/0464;G06N3/044 |
| 代理公司： | 贵阳东圣专利商标事务有限公司 52002 | 代理人： | 袁庆云 |
| 地址： | 550025 贵州省*** | 国省代码： | 贵州;52 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度门控循环单元神经网络的刀具磨损状态监测方法，包括：利用传感器实时采集刀具加工过程中产生的振动信号，经小波阈值去噪后输入一维卷积神经网络中进行单个时间步时序信号局部特征提取，然后输入改进的深度门控循环单元神经网络CABGRUs中进行时序信号时间序列特征提取，引入Attention机制计算网络权重并对其进行合理分配，最后，将不同权重的信号特征信息放入Softmax分类器对刀具磨损状态进行分类，避免因人工提取特征带来的复杂性和局限性；同时有效解决了单卷积神经网络忽略时序信号前后关联问题，通过引入了Attention机制提高了模型的准确率。因此，本发明具有提高刀具磨损状态监测的实时性和准确性的特点。 | ||
| 搜索关键词： | 基于 深度 门控 循环 单元 神经网络 刀具 磨损 状态 监测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于贵州大学，未经贵州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010077631.9/，转载请声明来源钻瓜专利网。
