摘要： 镗削加工是机械加工领域中非常重要的一种加工手段,被广泛应用于大型零件的深孔加工过程中。但由于镗削加工的切削区域位于深孔内部,所以机床操作者难以对刀具状态做出准确的判别。针对这一问题,提出了基于深度长短时记忆（Long Short-Term Memory,LSTM）网络的镗削刀具状态监测方法。通过对镗削过程的振动和声音信号采集,利用振动和声音信号的频域数据训练深度长短时记忆网络,建立了振动和声音信号与镗削刀具状态的映射模型。在深孔镗床上进行了模型测试试验。试验表明:深度长短时记忆网络模型对刀具状态有着较好的预测准确度。
中图分类号:
厉大维，沈明瑞，张贺清，王书利，陈锋，刘阔，王永青. 基于长短时记忆网络的深孔镗削刀具状态监测[J]. 现代制造工程, 2020, 479(8): 92-96.
