卷积残差神经网络刀具磨损值预测模型训练数据

该数据依据齐齐哈尔一重公司现场切削实验数据整理得到，切削实验采用等间距安装了3个刀片的直径160mm的大盘铣刀进行平面铣削，该数据在原始切削数据的基础上进行了数据剪裁和数据扩充操作，原有采样数据点过多，模型网络处理计算量大，裁剪后的数据在维持所需信息量的同时去除冗余信息，减轻模型计算压力。This dataset is compiled from on-site cutting experiment data obtained from Qiqihar First Heavy Machinery Co., Ltd. The cutting experiments adopted a 160mm-diameter face milling cutter equipped with three equally spaced blades for face milling operations. Based on the original cutting data, this dataset has undergone data pruning and data augmentation. The original sampled data contained an excessive number of points, resulting in a heavy computational load for model network processing. The pruned data removes redundant information while retaining the required information, thereby alleviating the computational pressure on the model.

搜集汇总

背景与挑战

背景概述

该数据集是用于训练卷积残差神经网络预测刀具磨损值的训练数据，来源于齐齐哈尔一重公司的现场切削实验，针对平面铣削过程进行了数据剪裁和扩充，以降低计算复杂度并保持信息完整性。数据由哈尔滨工业大学在国家重点研发计划项目支持下整理发布，适用于机械制造自动化领域的智能监测研究。