基于敏感因素选择与残差网络的表面粗糙度预测
来源:计算机集成制造系统杂志2025年第2期北京时间:
作者:史丽晨, 邵献忠, 王海涛, 豆卫涛
单位:1.西安建筑科技大学机电工程学院2.西安航空职业技术学院航空制造工程学院
摘要:为了对切削加工件的表面粗糙度进行预测,避免原材料浪费,提出一种基于敏感因素选择与残差网络(ResNet)的表面粗糙度预测方法。该方法首先分析切削系统中不同采样通道的振动信号与表面粗糙度之间的相关性确定敏感信号,然后利用小波包分解将敏感信号分解为不同频段的小波包系数并经过相关性分析选择敏感频段,最后融合各敏感频段的小波包系数构成系数矩阵作为ResNet的输入参数。结果表明,基于敏感因素选择与ResNet的预测方法的相对百分比误差不超过5.8%,均方根误差为0.015 9,平均绝对误差为0.013 3,决定系数为0.914 8。通过与多层前馈网络、支持向量机、卷积神经网络对比证明,所提方法的预测精度具有优越性。
关键词:残差网络,小波包分解,相关性分析,敏感频段,表面粗糙度,预测
基金资助:西安航空职业技术学院院级课题资助项目(23XHZK-14);陕西省重点研发计划资助项目(2020GY-104)。
2025年2期其他文献查阅:
基于超启发式算法的可重构装配车间调度
基于DQN协同进化算法的柔性作业车间能效调度优化
考虑订单运输时间的多目标分布式流水车间调度
面向大型异形筒类薄壁件的双工位寻位加工系统及方法
面齿轮蜗杆砂轮磨削安装误差分析及补偿
自动钻铆系统非接触式法向测量传感器位置矢量标定方法
基于摩擦力改进模型的数控进给自适应鲁棒控制
车身焊装场景下高密度点云数据的半监督语义分割方法
基于深度学习的异状零件抓取检测方法
基于跨尺度特征提取的锻件表面裂纹检测算法
基于敏感因素选择与残差网络的表面粗糙度预测
基于增量学习的发酵过程产物浓度动态预测方法
面向可编程逻辑控制器的工业软件高效编译方法
基于切削力的机床主轴轴向热误差建模新方法
多判别器生成对抗网络工业不平衡数据建模方法
基于代码可视化的工业互联网恶意代码检测方法
基于分布并行式增广拉格朗日协调的MDO方法
融合多策略改进鲸鱼优化算法及其应用
基于模糊规则库的快速区间多目标优化方法
基于双向门控变分编码回归网络的涡扇发动机剩余寿命预测
基于CSD-STM的风电机马尔可夫链退化建模与预防维护策略
Ⅱ-GLD位置刻度模型用于滚动轴承性能退化可靠性评估
市场需求—企业技术能力双重视域下的技术机会识别
制造商过度自信下考虑权力结构的双渠道绿色供应链动态决策
基于Stackelberg博弈的钢铁企业产成品转库决策优化
再制造补贴和碳税政策下闭环供应链网络优化
融合随机趋邻策略的协同演化蚁群算法