基于深度学习的刀具磨损监测方法
来源：计算机集成制造系统杂志2017年第10期北京时间：
作者：张存吉,姚锡凡,张剑铭,刘二辉
单位：华南理工大学机械与汽车工程学院
摘要：为监测制造车间机械加工设备刀具的磨损程度,提出应用深度学习方法实施刀具的磨损监测。深度学习理论作为人工智能领域的最新研究成果,以其中的深度卷积神经网络构建刀具磨损监测的模型,给出刀具磨损监测的流程,采用微型铣床与无线三轴加速度计搭建了数据采集实验平台。实验结果表明,与其他两种常用深度神经网络以及传统神经网络模型相比较,所提基于深度学习方法监测过程简单,不仅具有较高的准确度与较低的损失函数值,还实现了刀具磨损程度分类。
关键词：刀具磨损监测,数据采集,深度学习,卷积神经网络,无线三轴加速度计
基金资助：国家自然科学基金资助项目(51175187,51675186);广东省科技计划资助项目(2016A020228005,2016B090918035)。
