基于VGG-19卷积神经网络的刀具磨损监测方法

简介

有刀具状态监测的加工生产既能提高加工效率又能降低生产成本,是智能制造生产的关键。近几年深度学习成为研究刀具磨损问题的主流算法。提出一种基于VGG-19卷积神经网络的刀具磨损监测方法,该方法应用小波包变换对振动信号进行处理并提取能量图,应用VGG-19卷积神经网络预测刀具磨损状态。结果表明,适当增加网络层数,可以学习更多数据特征并得到更好的预测表现;与其他卷积神经网络相比,VGG-19层数适合,预测准确率稳定,损失函数值最小,该方法对刀具磨损类型的预测表现最好。