基于稠密卷积网络的拉刀磨损在线预测方法

基于稠密卷积网络的拉刀磨损在线预测方法

张宇１　田武郎２　李宝明２　郑华东１　张顺琦１

（１．上海大学机电工程与自动化学院；２．浙江畅尔智能装备股份有限公司）

摘　要：拉削是汽车制动钳支架槽的重要加工工艺。但加工过程中，若不能及时发现拉刀磨损异常，则会导致零件批量报废。本文提出一种拉刀磨损在线预测方法，采用拉刀信号振动特性，有效区分拉削过程与拉削间隙，并基于稠密卷积网络（ＤｅｎｓｅＮｅｔ），构建拉刀磨损在线识别模型。结果表明：该方法自适应特征提取效果良好，泛化性和准确率均可实现实际加工过程拉刀磨损在线预测，对提高拉削生产效率和降低制造成本具有重要意义。

关键词：拉刀磨损在线监测；自适应特征提取；稠密卷积网络；注意力机制