【摘 要】
:
针对传统刀具磨损预测中存在的自适应性不强和预测精确度低的问题,提出了特征工程和Dropout深度前馈网络相结合的刀具磨损预测方法.首先从刀具状态监测框架下的多传感器信号
【机 构】
:
华南理工大学工商管理学院,广州大学工商管理学院
【基金项目】
:
基于复杂系统视角的服务型制造信息系统鲁棒运作机理与度量研究(71571072)
论文部分内容阅读
针对传统刀具磨损预测中存在的自适应性不强和预测精确度低的问题,提出了特征工程和Dropout深度前馈网络相结合的刀具磨损预测方法.首先从刀具状态监测框架下的多传感器信号中提取全面的特征,与刀具的元信息进行信息融合,然后通过假设检验和Benjamini-Yakutieli过程选择与目标磨损相关性强的特征,最后构建Dropout深度前馈网络学习选择的特征与目标磨损之间的映射关系.实验结果表明,提出的这种预测方法的训练过程稳定性高,而且能更精确地预测刀具的磨损.
其他文献
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食
Back to yield
根据铸钢件造型生产工艺的特点,通过合理的比较研究,提出以碱性酚醛树脂砂作为面砂、酯硬化水玻璃砂作为背砂的复合造型工艺,并在实际生产中取得成功,针对复合造型工艺设计的旧砂
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食
Back to yield