亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于隨機(jī)失活層優(yōu)化深度置信網(wǎng)絡(luò)算法的刀具磨損預(yù)測(cè)

        2023-10-21 03:37:04
        裝備機(jī)械 2023年3期
        關(guān)鍵詞:置信失活刀具

        □ 陳 莉

        新鄉(xiāng)職業(yè)技術(shù)學(xué)院 現(xiàn)代設(shè)計(jì)與工程學(xué)院 河南新鄉(xiāng) 453006

        1 研究背景

        隨著工業(yè)加工技術(shù)的不斷進(jìn)步,提升自動(dòng)化控制精度成為眾多研究人員的關(guān)注重點(diǎn)[1]。在加工過程中,鍛錘與工件表面會(huì)在數(shù)控加工中心運(yùn)行階段發(fā)生接觸,從而造成磨損的問題。鍛錘表面的磨損狀態(tài)會(huì)對(duì)工件的加工質(zhì)量與鍛床性能造成直接作用,尤其是在進(jìn)行精加工時(shí),需要達(dá)到更高的精度控制要求[2-3]。但是到目前為止,鍛錘材料并不能完全滿足實(shí)際使用性能要求,對(duì)于切削鍛錘耐磨性的研究也受到較大的限制[4-5]。

        進(jìn)行刀具磨損預(yù)測(cè)時(shí),庫(kù)祥臣等[6]以反向傳播神經(jīng)網(wǎng)絡(luò)構(gòu)建預(yù)測(cè)模型,從傳感器信號(hào)頻譜內(nèi)采集波形參數(shù)組成輸入特征,再以隨機(jī)方式對(duì)樣本實(shí)施訓(xùn)練。畢長(zhǎng)波等[7]主要研究通過遺傳算法在全局范圍內(nèi)搜索反向傳播神經(jīng)網(wǎng)絡(luò)權(quán)值的過程,由此確定最優(yōu)性能的網(wǎng)絡(luò),但神經(jīng)網(wǎng)絡(luò)只能實(shí)現(xiàn)淺層學(xué)習(xí)的分析功能,此時(shí)樣本數(shù)據(jù)內(nèi)包含與預(yù)測(cè)結(jié)果存在緊密關(guān)聯(lián)的輸入特征,才可以獲得優(yōu)異的模型性能,這并不滿足深度挖掘的要求。王國(guó)峰等[8]研究通過深度學(xué)習(xí)方法從樣本中提取趨勢(shì)性特征,以粒子濾波修正的方法來提升模型的魯棒能力。Keyvanrad等[9]利用深度置信網(wǎng)絡(luò)測(cè)試分辨手寫數(shù)字,并對(duì)詞匯進(jìn)行預(yù)測(cè)試驗(yàn)。Mannepalli等[10]采用深度置信網(wǎng)絡(luò)方法準(zhǔn)確提取輸入語音信號(hào)的有效頻譜信號(hào),在情感識(shí)別方面表現(xiàn)出優(yōu)異的綜合性能。

        筆者在前人研究的基礎(chǔ)上,應(yīng)用隨機(jī)失活層優(yōu)化深度置信網(wǎng)絡(luò)算法,對(duì)數(shù)控刀具磨損狀態(tài)進(jìn)行預(yù)測(cè),并與其它算法進(jìn)行對(duì)比分析。

        2 隨機(jī)失活層優(yōu)化深度置信網(wǎng)絡(luò)算法

        圖1 深度置信網(wǎng)絡(luò)整體架構(gòu)

        基于深度置信網(wǎng)絡(luò)進(jìn)行分析時(shí),需要對(duì)大量參數(shù)進(jìn)行校準(zhǔn),傳統(tǒng)方法通常是選擇網(wǎng)絡(luò)組合方法,從而實(shí)現(xiàn)網(wǎng)絡(luò)集成功能的綜合分析。但進(jìn)行多模型訓(xùn)練測(cè)試需要耗費(fèi)大量時(shí)間,因此采用隨機(jī)失活層函數(shù)優(yōu)化深度置信網(wǎng)絡(luò)訓(xùn)練過程,這樣不必按照常規(guī)循環(huán)方式中通過重復(fù)學(xué)習(xí)的過程來達(dá)到固定神經(jīng)元的效果,不必對(duì)特征檢測(cè)器的作用進(jìn)行限制,從而防止模型對(duì)局部特征產(chǎn)生依賴,有效減緩過擬合程度,并由此完成正則化功能。

        調(diào)節(jié)環(huán)節(jié)面對(duì)受限波爾茲曼機(jī)的訓(xùn)練方式,在訓(xùn)練開始前,先利用隨機(jī)概率向量對(duì)工作節(jié)點(diǎn)激活狀態(tài)進(jìn)行分析。

        (1)

        判斷屏蔽節(jié)點(diǎn)已轉(zhuǎn)為靜默狀態(tài),則循環(huán)不再進(jìn)行學(xué)習(xí),集成被判定激活的節(jié)點(diǎn),得到神經(jīng)網(wǎng)絡(luò)訓(xùn)練架構(gòu),再對(duì)訓(xùn)練步驟進(jìn)行如下重復(fù)處理:

        (2)

        (3)

        3 試驗(yàn)驗(yàn)證

        3.1 感知數(shù)據(jù)獲取

        當(dāng)?shù)毒咄V够剞D(zhuǎn)后,形成隨機(jī)分布的刀具位置會(huì)對(duì)檢測(cè)結(jié)果造成明顯影響。對(duì)此,設(shè)計(jì)一種能夠隔離測(cè)試儀器和機(jī)臺(tái)的雙鏡頭視覺測(cè)試方法,利用相機(jī)來抓取磨損圖像。

        3.2 刀具磨損狀態(tài)識(shí)別

        端銑切削加工時(shí),采用硬質(zhì)合金四齒立銑刀,以45號(hào)鋼作為加工材料,由此在數(shù)控加工中心上進(jìn)行加工。

        將刀具后刀面磨損程度0.4 mm作為磨鈍判斷指標(biāo),最終測(cè)試得到12組數(shù)據(jù),部分見表1。

        表1 測(cè)試數(shù)據(jù)

        3.3 預(yù)測(cè)模型框架搭建

        采集得到200組樣本,再以7∶3將樣本分為訓(xùn)練樣本與測(cè)試樣本。控制學(xué)習(xí)率為0.02,將單次訓(xùn)練的樣本數(shù)控制為32,共進(jìn)行50次層間迭代。將隨機(jī)失活層概率設(shè)置為0.08,包含七個(gè)輸入層與一個(gè)輸出層。樣本數(shù)據(jù)采集見表2,受限玻爾茲曼機(jī)迭代過程如圖2所示。

        表2 樣本數(shù)據(jù)采集

        圖2 受限波爾茲曼機(jī)迭代過程

        由圖2可知,各層受限波爾茲曼機(jī)都需要在初期訓(xùn)練階段重新學(xué)習(xí),此時(shí)會(huì)引起重構(gòu)誤差方式突變,最終逐漸達(dá)到穩(wěn)定狀態(tài)。

        3.4 結(jié)果分析

        采用不同算法進(jìn)行對(duì)比測(cè)試,預(yù)測(cè)精度對(duì)比如圖3所示。由圖3對(duì)比可知,深度反向傳播網(wǎng)絡(luò)缺乏良好的泛化能力,支持向量機(jī)則花費(fèi)最長(zhǎng)的預(yù)測(cè)時(shí)間。對(duì)于生產(chǎn)過程而言,可以忽略模型的訓(xùn)練時(shí)間,但是不同預(yù)測(cè)時(shí)間會(huì)引起刀具置換判斷結(jié)果的較大差異。

        圖3 算法預(yù)測(cè)精度對(duì)比

        相比較深度反向傳播網(wǎng)絡(luò)和支持向量機(jī),樣本選擇過程對(duì)深度置信網(wǎng)絡(luò)的預(yù)測(cè)精度有直接影響。當(dāng)測(cè)試集數(shù)據(jù)超出訓(xùn)練集范圍時(shí),將會(huì)明顯影響預(yù)測(cè)精度,與深度置信網(wǎng)絡(luò)特性相符。加入隨機(jī)失活層后,有助于提升模型學(xué)習(xí)性能。

        由于深度置信網(wǎng)絡(luò)進(jìn)行特征提取時(shí)能夠重構(gòu)得到更優(yōu)權(quán)值,因此在促進(jìn)網(wǎng)絡(luò)預(yù)測(cè)性能提升的情況下能夠更快完成特征匹配收斂過程。算法誤差比較見表3。由表3可知,經(jīng)過隨機(jī)失活層優(yōu)化的深度置信網(wǎng)絡(luò)表現(xiàn)出更穩(wěn)定與更準(zhǔn)確的預(yù)測(cè)結(jié)果。

        表3 算法誤差比較

        4 結(jié)束語

        為了提高數(shù)控刀具加工精度,應(yīng)用隨機(jī)失活層優(yōu)化深度置信網(wǎng)絡(luò)算法,進(jìn)行刀具磨損狀態(tài)預(yù)測(cè),并開展試驗(yàn)分析,得到研究結(jié)果。

        各層受限波爾茲曼機(jī)都需要在初期訓(xùn)練階段重新學(xué)習(xí),此時(shí)會(huì)引起重構(gòu)誤差方式突變,最終逐漸達(dá)到穩(wěn)定狀態(tài)。

        相比深度反向傳播網(wǎng)絡(luò)和支持向量機(jī),加入隨機(jī)失活層后,深度置信網(wǎng)絡(luò)有助于提升模型學(xué)習(xí)性能,表現(xiàn)出更穩(wěn)定與更準(zhǔn)確的預(yù)測(cè)結(jié)果。

        猜你喜歡
        置信失活刀具
        急診住院醫(yī)師置信職業(yè)行為指標(biāo)構(gòu)建及應(yīng)用初探
        基于置信職業(yè)行為的兒科住院醫(yī)師形成性評(píng)價(jià)體系的構(gòu)建探索
        基于模糊深度置信網(wǎng)絡(luò)的陶瓷梭式窯PID優(yōu)化控制
        無織構(gòu)刀具與織構(gòu)刀具銑削性能對(duì)比研究
        切削刀具刃口形貌對(duì)刀具使用壽命的影響
        多功能刀具
        基于CUDA和深度置信網(wǎng)絡(luò)的手寫字符識(shí)別
        草酸二甲酯加氫制乙二醇催化劑失活的研究
        河南科技(2015年2期)2015-02-27 14:20:35
        山高刀具推陳出新迎馬年——山高刀具2013秋季新聞發(fā)布會(huì)
        冷凍脅迫下金黃色葡萄球菌的亞致死及失活規(guī)律
        无码精品a∨在线观看| 在线视频一区二区国产| 一区二区国产av网站| 成人av鲁丝片一区二区免费| 久久久久麻豆v国产精华液好用吗| 精品国产乱码一区二区三区在线 | 色狠狠色狠狠综合天天| 欧美最猛黑人xxxx黑人表情 | 无码伊人久久大杳蕉中文无码| 午夜精品男人天堂av| 99999久久久久久亚洲| 成人免费毛片内射美女-百度| 国产91第一页| 久久99国产综合精品女同| 99久久免费只有精品国产| 亚洲av理论在线电影网| 视频网站在线观看不卡| 亚洲一二三四区免费视频| а天堂中文在线官网| 国产91网址| 狼人综合干伊人网在线观看 | 一区二区三区在线日本视频| 免费国产在线精品一区| 天天躁日日躁狠狠躁人妻| 无码91 亚洲| 亚洲第一黄色免费网站| 久久精品国产亚洲av高清热| 欧美亚洲综合激情在线| 美国又粗又长久久性黄大片| 亚洲av午夜成人片精品电影| 色综合中文综合网| 亚洲av中文无码乱人伦在线咪咕| 水蜜桃在线精品视频网| 日本一卡2卡3卡4卡无卡免费网站| 中文字幕在线日韩| 亚洲国产综合精品一区 | 国産精品久久久久久久| 国产成人精品三上悠亚久久| 免费在线国产不卡视频| 久久久精品一区aaa片| 中年人妻丰满AV无码久久不卡|