[发明专利]一种基于深度卷积神经网络的数控机床铣削刀具磨损实时监测方法

摘要

本发明涉及一种基于深度卷积神经网络的铣削刀具磨损状态实时监测方法，属于自动化监测识别技术领域。包括如下步骤：采集数控机床铣削工件时所产生的多源异构状态数据及对应的铣削刀具全生命周期磨损数据，预处理以上数据并贴标签；构建深度学习网络，实现刀具磨损量结果的精准回归预测；构建深度卷积神经网络，实现了刀具磨损量临界状态的有效识别；将实时刀具磨损量与对应临界状态阈值比较，及时采取更换刀具或改变参数等措施，实现刀具磨损状态实时监测。本发明具有网络模型输入信号来源完备、刀具磨损临界状态类别划分精细及模型预测准确率高的优点，可实现精准实时监测铣削刀具磨损状态，避免非正常状态刀具铣削加工，保证加工产品质量可控。