首页|基于时域-频域双路网络的深度学习电火花线切割放电状态识别

基于时域-频域双路网络的深度学习电火花线切割放电状态识别

扫码查看
原文链接
  • 万方数据
  • 维普
针对电火花线切割间隙放电波形的时序特性,采用长短期记忆网络结合小波变换提出了一种时域-频域双路记忆网络模型,用于识别电火花线切割间隙放电状态.该模型对原时域数据和经小波变换后的时频域数据分别进行了特征提取,而后输出类别置信度,再对双路输出融合进行分类训练.结果表明:经过十折交叉验证,双路输出融合模型的分类准确率达到99.69％,可较好地满足电火花线切割放电状态识别需求.
Discharge State Recognition of Wire EDM Based on Time Domain and Frequency Domain Two-way Network

王锋、李佳旺、张粤东、张永俊、黄志刚

展开 >

广东工业大学机电工程学院,广州市非传统制造技术及装备重点实验室,广东广州 510006

电火花线切割 放电状态识别 小波变换 长短期记忆网络

51275098

2022

电加工与模具
苏州电加工机床研究所 中国机械工程学会特种加工分会

电加工与模具

CSTPCD
影响因子：0.285
ISSN：1009-279X
年,卷(期)：2022.(5)
  • 2