科研之友
微信
新浪微博
Facebook
分享链接
摘要
工业机器人在大型复杂零件的加工中被广泛应用,由其低刚度引发颤振问题是目前学者研究的重要领域之一。本文针对机器人铣削颤振辨识问题,使用变分模态分解-连续小波变换(VMD-CWT)方法对加工过程中产生的振动信号进行处理,构建去噪时频谱图表征机器人颤振状态并作为辨识模型的输入。使用深度残差卷积网络模型对其进行辨识,并通过确定连续小波变换的分解尺度和引入输入归一化,提升模型的收敛速度和预测精度。优化后模型的预测精度可达到95.28%。实现了离线状态下,对时频谱图的颤振状态辨识。
-
单位上海航天精密机械研究所; 华中科技大学
