结合深度学习的工业大数据应用研究

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。