典型文献
基于IMB-CNN的薄壁件超声铣削颤振辨识方法
文献摘要：
针对薄壁件超声铣削加工时产生的颤振严重影响工件质量,加剧刀具磨损的问题,搭建了颤振图像监测系统,利用卷积神经网络(CNN)进行颤振图像辨识,综合运用趋磁细菌算法(MB)、爬山算法(HC)和禁忌算法(TS)的优点,改进MB算法进行超参数优化,提出了一种基于改进趋磁细菌卷积神经网络(IMB-CNN)的薄壁件超声铣削颤振辨识方法.首先,通过MB算法进行全局搜索,再以最优解为初始点,通过HC算法进行邻域搜索,避免了 MB算法在最优解附近的振荡;同时,通过禁忌列表跳过已搜索的节点,减小计算规模,加快计算效率;最后,将获得的最优超参数用于CNN,实现颤振图像的精确辨识.与其他方法相比,该方法实现了 97.69％的识别率,判断时间为363 ms,能有效地进行颤振监测,且整体性能较优.
文献关键词：
计量学;颤振辨识;趋磁细菌算法;卷积神经网络;超声铣削;薄壁件
中图分类号：
作者姓名：
吴凤和;李申烨;孙迎兵;郭保苏
作者机构：
燕山大学机械工程学院,河北秦皇岛066004;河北省重型智能制造装备技术创新中心,河北秦皇岛066004
文献出处：
引用格式：
[1]吴凤和;李申烨;孙迎兵;郭保苏-.基于IMB-CNN的薄壁件超声铣削颤振辨识方法)[J].计量学报,2022(05):617-623
A类：
颤振辨识,趋磁细菌算法
B类：
IMB,薄壁件,超声铣削,铣削颤振,辨识方法,铣削加工,工时,工件质量,刀具磨损,图像监测,爬山算法,HC,禁忌算法,TS,超参数优化,全局搜索,再以,最优解,初始点,邻域搜索,列表,计算效率,优超,其他方法,识别率,ms,颤振监测,整体性能
AB值：
0.279212
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
