结合深度学习的工业大数据应用研究

结合深度学习的工业大数据应用研究

作者：李广; 杨欣深度学习工业大数据智能制造异常检测刀具磨损

摘要：如何将大数据等核心技术与智能制造结合,进一步提高产能与质量,并且降低成本,是新一代制造业革新的关键任务。通过一个具体应用案例,即针对工业中常见的机床刀具消耗冗余的问题,提出了基于大数据和人工智能的方法,以准确预测机床刀具的崩刃,从而增加了机床的生产效率,降低了生产成本。相对于以往使用数据统计和传统机器学习进行刀具磨损预测的方法,新方法通过高速电流采集器获取主轴电流值,结合了卷积神经网络的强拟合性和异常检测算法的强泛化能力,对大数据量的电流值进行预测分析,实现了更快的网络收敛及更高的预测准确率和顽健性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社

学术咨询 在线咨询

相关知识

AI知识图谱：机器学习、深度学习、数据分析、数据挖掘「附脑图」
恒小花：AI人工智能结合大数据的商业最大化
昆仑数据创始人陆薇：工业大数据，探索场景是核心挑战
向日葵图像识别深度学习数据集
用于深度学习的花卉数据集
深度学习—玫瑰花图片数据集
深度学习玫瑰花图片数据集完整指南
深度学习植物叶子病虫害数据集
深度学习花卉识别：Python数据集解析
基于深度学习的病虫害智能化识别系统

原文链接: 结合深度学习的工业大数据应用研究 https://www.huajiangbk.com/newsview2311005.html