학술논문
基于PCC-LSTM刀具磨损预测方法研究 / Research on the tool wear prediction method based on PCC-LSTM
Document Type
Academic Journal
Author
Source
机械设计与制造工程 / MACHINE DESIGN AND MANUFACTURING ENGINEERING. 52(3):73-77
Subject
Language
Chinese
ISSN
2095-509X
Abstract
基于铣削加工过程中的电流、振动、声发射等信号,建立了基于皮尔逊相关系数(PCC)和长短期记忆人工神经网络(LSTM)的刀具磨损预测模型.模型充分利用PCC的降维优势以及LSTM的时间序列预测优势,实现刀具磨损预测精度与预测效率的协调统一.实验结果表明,该模型可以实现刀具磨损状态的快速、精确预测,对铣削加工质量的提升具有重要意义.