999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

基于VDM-SSA-LSTM考慮刀具磨損的數控銑床切削功率預測模型研究

2024-07-03 17:17:16王秋蓮歐桂雄徐雪嬌劉錦榮馬國紅鄧紅標
中國機械工程 2024年6期

王秋蓮 歐桂雄 徐雪嬌 劉錦榮 馬國紅 鄧紅標

摘要:

傳統的切削過程功率獲取需要基于復雜的切削功率模型且很少考慮刀具磨損的影響,針對此設計了一種基于變分模態分解(VMD)、麻雀搜索算法(SSA)、長短時記憶(LSTM)神經網絡的考慮刀具磨損的數控銑床切削功率預測模型,該模型無需解構數控銑床運行過程的能耗機理,基于一次性的歷史實驗數據即可實現數控銑床切削過程功率的高精度預測。首先,采用人工智能機器視覺技術對刀具磨損圖片進行分析處理,獲取刀具磨損圖像的數字化特征,從而得到刀具最大磨損量;然后,建立基于VMD-SSA-LSTM考慮刀具磨損的數控銑床切削功率預測模型,利用VMD對數控銑床運行數據進行分解,采用SSA算法對LSTM神經網絡超參數進行尋優,并將分解出的銑床運行數據分量輸入到LSTM神經網絡中,接著將每個分量的預測值相加,得到切削功率預測值;最后以面銑加工為例,將所提出的預測模型與BP神經網絡、LSTM神經網絡和傳統模型進行對比分析,驗證了所提模型的有效性和優越性。

關鍵詞:切削過程功率;刀具磨損;麻雀搜索算法;長短時記憶神經網絡;變分模態分解;計算機視覺技術

中圖分類號:TH17

DOI:10.3969/j.issn.1004132X.2024.06.011

開放科學(資源服務)標識碼(OSID):

Research on CNC Milling Machine Cutting Power Prediction Model

Considering Tool Wear Based on VMD-SSA-LSTM

WANG Qiulian1? OU Guixiong1? XU Xuejiao1? LIU Jinrong1? MA Guohong2? DENG Hongbiao2

1.School of Economics & Management,Nanchang University,Nanchang,330031

2.School of Advanced Manufacturing,Nanchang University,Nanchang,330031

Abstract: Traditional researches of cutting process powers required complex cutting power models and often neglected the influences of tool wear, so a CNC milling machine cutting power prediction model considering tool wear was designed based on VMD, SSA, and LSTM neural network. This model did not require the deconstruction of the energy consumption mechanism during the operation of CNC milling machines, and achieved high-precision prediction of cutting process powers based on historical experimental data. Firstly, artificial intelligence machine vision technology was used to analyze and process images of the tool wear, obtaining digital features of the worn tools and determining the maximum wear. Then, the VMD-SSA-LSTM model was established, which considered tool wear in the prediction of CNC milling machine cutting powers. VMD was used to decompose the operational data of CNC milling machines, and then the SSA algorithm optimized the hyperparameters of the LSTM neural network. The decomposed milling machine data components were input into the LSTM neural network, and the predicted values of each component were summed to obtain the cutting power prediction value. Taking face milling as an example, the proposed prediction model was compared and analyzed against BP neural networks, LSTM neural networks, and traditional models, which validated the effectiveness and superiority of the proposed model.

Key words: power of cutting process; tool wear; sparrow search algorithm(SSA); long-short term memory(LSTM) neural network; variational mode decomposition(VMD); computer vision technology

收稿日期:20220801? 修回日期:20240314

基金項目:國家自然科學基金(51765043);江西省自然科學基金(20232BAB204043);江西省高校人文社會科學研究一般項目(JC22120)

0? 引言

為進一步減少能源消耗和環境污染,我國在實施制造強國戰略過程中著重強調了推進綠色制造的重要性。……

登錄APP查看全文

主站蜘蛛池模板: 国产一区二区网站| 26uuu国产精品视频| 国产情精品嫩草影院88av| 免费A级毛片无码免费视频| 免费a在线观看播放| 国产亚洲精品自在久久不卡| 亚洲精品天堂自在久久77| 亚洲综合九九| 国产理论一区| 国产成本人片免费a∨短片| 99热这里只有精品国产99| 欧美成人手机在线观看网址| 在线国产毛片| 日韩a级片视频| 草逼视频国产| 欧美一级在线看| jizz在线免费播放| 在线高清亚洲精品二区| 国产91导航| 欧美日韩成人在线观看| 91年精品国产福利线观看久久| 中文字幕第4页| 久久天天躁狠狠躁夜夜躁| 99视频只有精品| 欧美精品v| 无码精品福利一区二区三区| 国产激情国语对白普通话| 国产美女主播一级成人毛片| 91福利一区二区三区| 亚洲国产精品人久久电影| 天天综合网色| 最近最新中文字幕在线第一页| 丰满人妻久久中文字幕| 制服无码网站| 一级毛片视频免费| 亚洲精品图区| 啪啪啪亚洲无码| 2021国产精品自产拍在线| 日韩欧美在线观看| 啪啪永久免费av| 乱系列中文字幕在线视频| 伊人久久久久久久| 亚洲AV无码乱码在线观看代蜜桃 | 成人小视频网| 毛片网站在线播放| 亚洲中文精品久久久久久不卡| 免费激情网站| 婷婷激情亚洲| 亚洲中文无码av永久伊人| 色一情一乱一伦一区二区三区小说| 国产综合另类小说色区色噜噜| 国产aⅴ无码专区亚洲av综合网| 日韩中文字幕亚洲无线码| 国产网站一区二区三区| 欧美亚洲国产精品第一页| 国产成年女人特黄特色毛片免| 亚洲成年人片| 亚洲最新网址| 久久美女精品| 国产在线观看成人91| 成人伊人色一区二区三区| 欧美不卡视频在线观看| 日本久久网站| 国产亚洲视频中文字幕视频| 国产一区二区三区在线无码| 国产视频a| 91口爆吞精国产对白第三集| a级毛片毛片免费观看久潮| 欧美日韩在线亚洲国产人| 亚洲欧美日韩中文字幕在线一区| 国产精品深爱在线| 亚洲91精品视频| 99人妻碰碰碰久久久久禁片| 国产女人18水真多毛片18精品| 激情乱人伦| 超碰色了色| 国产偷国产偷在线高清| 成人精品免费视频| 人人爽人人爽人人片| 91精品视频在线播放| 在线欧美国产| 午夜视频日本|