计量学报

作者：刘超,王宸,张秀峰,鲁旭祥

单位：湖北汽车工业学院,湖北 十堰 442002

关键词：计量学;刀具磨损监测;双向门控循环神经网络;注意力机制;特征提取; ELU激活函数; 梯度消失

基金：国家科技重大专项(2018ZX04027001);教育部人文社科项目(20YJCZH150);湖北省高等学校优秀中青年科技创新团队计划(T2020018);汽车动力传动与电子控制湖北省重点实验室基金(ZDK1201703);湖北汽车工业学院博士基金(BK201905)

为了准确监测铣削加工过程中刀具磨损程度,提出了一种基于双向门控循环神经网络融合注意力机制(ABiGRU)的刀具磨损监测模型。在该监测模型中,通过对振动、力和声发射传感器采集到的时序数据进行时域、频域和时频域分析,使用spearman相关系数提取与后刀面平均磨损量强相关的20维特征。引入ELU激活函数来优化BiGRU网络,解决梯度消失问题;利用内部注意力机制提升模型对于重要特征信息的捕捉能力,快速实现从特征到刀具磨损值的映射。通过与RNN、LSTM、GRU、BiLSTM和BiGRU进行的对比分析,结果表明:该模型能够准确地表征刀具磨损程度,并使模型的精度和效率得到了较大的提高。

来源：2023年第5期

《计量学报》期刊编辑部

查看计量学报杂志2023年第5期