期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合残差块与Swin-Transformer机制的刀具磨损监测方法
1
作者
李泽
稷
周学良
孙培禄
《现代制造工程》
CSCD
北大核心
2024年第8期126-135,共10页
为进一步提高切削加工过程刀具磨损值监测的精度,提出一种融合残差块与Swin-Transformer模型的刀具磨损监测模型。首先,采用分组卷积残差块提取信号的特征;然后,利用Swin-Transformer模型中的分块滑动窗口自注意力机制对提取的特征进行...
为进一步提高切削加工过程刀具磨损值监测的精度,提出一种融合残差块与Swin-Transformer模型的刀具磨损监测模型。首先,采用分组卷积残差块提取信号的特征;然后,利用Swin-Transformer模型中的分块滑动窗口自注意力机制对提取的特征进行平移融合;最后,通过回归层实现刀具磨损值监测。试验结果表明,融合一层残差块与一层stage机制的Swin-Transformer模型可以有效融合刀具磨损状态监测信号的全局信息,相比其他Swin-Transformer模型,不仅模型结构简单,而且具有更高的监测精度,利用PHM2010数据集验证的MSE、MAE和R2分别达到4.471 9、1.467 5和0.995 8。
展开更多
关键词
刀具
磨损监测
残差卷积神经网络
Swin-Transformer模型
下载PDF
职称材料
题名
融合残差块与Swin-Transformer机制的刀具磨损监测方法
1
作者
李泽
稷
周学良
孙培禄
机构
湖北汽车工业学院机械工程学院
运城学院机械工程学院
出处
《现代制造工程》
CSCD
北大核心
2024年第8期126-135,共10页
基金
国家自然科学基金资助项目(52075107)
湖北省高等学校优秀中青年科技创新团队计划项目(T2020018)。
文摘
为进一步提高切削加工过程刀具磨损值监测的精度,提出一种融合残差块与Swin-Transformer模型的刀具磨损监测模型。首先,采用分组卷积残差块提取信号的特征;然后,利用Swin-Transformer模型中的分块滑动窗口自注意力机制对提取的特征进行平移融合;最后,通过回归层实现刀具磨损值监测。试验结果表明,融合一层残差块与一层stage机制的Swin-Transformer模型可以有效融合刀具磨损状态监测信号的全局信息,相比其他Swin-Transformer模型,不仅模型结构简单,而且具有更高的监测精度,利用PHM2010数据集验证的MSE、MAE和R2分别达到4.471 9、1.467 5和0.995 8。
关键词
刀具
磨损监测
残差卷积神经网络
Swin-Transformer模型
Keywords
cutting tool
wear monitoring
residual convolutional neural networks
Swin-Transformer model
分类号
TG713 [金属学及工艺—刀具与模具]
TH162 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合残差块与Swin-Transformer机制的刀具磨损监测方法
李泽
稷
周学良
孙培禄
《现代制造工程》
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部