终检评审通过 创新训练 520计算机科学技术 智能制造国家级

随着德国2013 年工业 4.0 的提出，全球开始以智能制造为主导的新一轮工业革命竞 赛，我国则提出了“中国制造 2025 ”计划，通过此计划将我国由制造大国迈向制造强 国，从而达到我国实施强国战略。随着国家大力提倡振兴装备制造业升级，导致了数控 铣床需要朝着自动化、复杂化的方向发展。数控铣床的越复杂越精密，数控铣床的状态 监测和故障诊断就越难，而刀具作为是数控铣床机械加工的切削工具，对其状态的智能 检测是实现数控铣床刀具故障诊断的关键一步。传统的刀具磨损状态监测方法主要是基 于信号分析和机器学习算法，近几年来，深度学习由于其强大的自适应提取特征的能力 而受到了很大的关注，因此，深度学习技术在刀具磨损状态智能检测领域也得到了应用 。因此，本项目采用以GRU循环神经网络为核心的深度神经网络模型，实现铣床刀具磨 损状态的智能检测。