基于LSTM网络的在线圆度预测

为解决在线测量圆度误差控制问题,利用长短时记忆网络(LSTM)对在线测量加工的工件圆度进行预测,并根据预测值对误差进行补调。通过LSTM网络实时预测工件信息,当预测值大于理论边界时及时调整工艺参数,避免了误差累积;最后设计并进行了基于长短时记忆网络的在线测量磨加工实验,通过实验结果对输入张量的维度与预测精度之间的关系进行分析。结果表明,长短时记忆网络满足在线磨削加工中圆度序列预测的需求,且具有较强的抗干扰能力。使用长短时记忆网络进行在线圆度预测及补调,可有效提高加工精度。

资料为PDF文档格式.

本文档关键词:在线,预测,网络,LSTM