[发明专利]一种基于小波包分解和深度学习的刀具磨损实时预测方法有效
| 申请号： | 202010584310.8 | 申请日： | 2020-06-23 |
| 公开（公告）号： | CN111832432B | 公开（公告）日： | 2022-03-18 |
| 发明（设计）人： | 史铁林;段暕;轩建平;詹小斌;江苏;景锐真 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G05B19/4065;G06N3/04;G06N3/08 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 孔娜;李智 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于刀具状态监测相关技术领域，其公开了基于小波包分解和深度学习的刀具磨损实时预测方法，包括以下步骤：(1)同步采集工件加工过程中的相关传感器信号，并选取其中稳定的信号段作为待分析的信号段，同时扩充待分析信号样本以增加样本量；对待分析信号进行小波包分解变换，以得到多个小波包系数二维矩阵；(2)小波包系数二维矩阵对应都作为一个特征提取CNN模型块的输入，并将每个特征提取CNN模型块输出的一维特征矩阵拼接成更长的一维矩阵，进而进行特征融合并建立两层全连接网络，由此得到卷积神经网络模型；(3)将待分析的信号数据输入到所述卷积神经网络模型中，以实时预测刀具的磨损量。本发明能降低成本，且适用性强。 | ||
| 搜索关键词： | 一种 基于 波包 分解 深度 学习 刀具 磨损 实时 预测 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华中科技大学，未经华中科技大学许可，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/202010584310.8/，转载请声明来源钻瓜专利网。
- 上一篇：针对行动不便者上下车辆的辅助设备
- 下一篇：一种水溶性腐植酸肥的制备方法
