關鍵詞：深度神經網絡 切削刀具 特征提取 刀具剩余壽命預測 

摘要：為了更好的解決切削刀具剩余壽命難以準確預測這一問題,從監控指標選取、數據特征提取以及預測模型建立等方面進行了深入的研究。首先,選取切削力和切削振動兩項信號作為初始數據,兩者可有效反映刀具的工作狀態,為分析刀具磨損過程提供數據支持。其次,使用小波包分析方法進行數據降噪,實現特征提取,得到監控數據的熵值化結果。然后,將該結果作為預測模型的輸入,訓練和測試深度神經網絡,建立刀具剩余壽命預測模型。最后,使用實際加工數據對該預測方法進行驗證實驗,驗證結果表明該模型能有效的預測剩余壽命。

哈爾濱理工大學學報雜志要求:

{1}參考文獻列出的一般應限于作者直接閱讀過的、最主要的、發表在正式出版物上的文獻。其他相關注釋可用腳注在當頁標注。

{2}單位推薦信應注明對稿件的審評意見，以及無一稿兩投、不涉及保密、署名無爭議等項。

{3}文章標題：一般不超過20個漢字，必要時加副標題。

{4}正文：一律以MicrosoftWord2003格式提供。正文采用5號宋體字，一律采用單倍行距。引文務請核實無誤，并注明出處。

{5}來稿頁面要求word文檔形式，采用學術論文格式，包括文章題目，作者姓名、作者單位、摘要、關鍵詞、征文、參考文獻。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社