文献

J-GLOBAL ID：202202260808359420   整理番号：22A0733125

光GBMと積層に基づく新しいハイパーパラメータ調整モデルの設計によるフライス加工,ドリル加工および旋削作業中の工具摩耗レベルの正確な推定【JST・京大機械翻訳】

Accurate estimation of tool wear levels during milling, drilling and turning operations by designing novel hyperparameter tuned models based on LightGBM and stacking

著者 (3件)： Mahmood Jawad (School of Mechanical Engineering, Northwestern Polytechnical University, Xi’an 710072, PR China) ,  Mustafa Ghulam-e (School of Mechanical Engineering, Northwestern Polytechnical University, Xi’an 710072, PR China) ,  Ali Muhammad (School of Mechanical Engineering, Northwestern Polytechnical University, Xi’an 710072, PR China)
資料名： Measurement  (Measurement)
巻： 190  ページ： Null  発行年： 2022年 
JST資料番号： W0315B  ISSN： 0263-2241  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： フライス加工,ドリル加工および旋削の18ツールを用いて加工操作を遂行し,各加工プロセスに6工具を用いた。工具のVBを,工具摩耗の厳しさに基づいて,レベル1からレベル5までのツールを分類するために測定した。第1のモデルは光GBMに基づいて設計され,第2のモデルは6つのアルゴリズム,すなわちLR,RF,CART,NB,SVM,およびKNNを設計することによって開発された。すべてのアルゴリズムを組み合わせてアンサンブル積層モデルを開発した。LightGBMモデルに対して手動ハイパーパラメータチューニングを行い,一方,GridSearchCVを用いてStackingモデルに対して自動ハイパーパラメータチューニングを採用した。力信号の特徴抽出はSSAによって行われたが,次元縮小はPCAによって達成された。1ホット符号化技術は,ターゲット変数をバイナリ形式に変換した。両モデルへのドロップアウトと早期停止の技術の適用は,過剰適合を克服した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *工具摩耗 ,  *旋削 ,  *フライス加工 ,  特徴抽出 ,  次元縮小 ,  *ドリル加工
準シソーラス用語： バイナリー ,  *ハイパーパラメータ , 【Automatic Indexing@JST】

著者キーワード (6件)： 工具摩耗 ,  光GBM ,  掘削 ,  スタッキング ,  フライス加工 ,  旋削

分類 (4件)： 力,仕事量,圧力,摩擦の計測法・機器  (AD05050V) ,  旋削,中ぐり  (QC02020G) ,  長さ,面積,断面,体積,容積,角度の計測法・機器  (AD05020O) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： ハイパーパラメータ ,  モデル ,  設計 ,  フライス加工 ,  ドリル加工 ,  旋削作業 ,  工具摩耗 ,  推定