【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种机床减振方法、装置、设备及存储介质。
技术介绍
1、在数控加工过程中，由于机床内的驱动装置转动、刀具与工件硬接触等原因，机床会不可避免地产生振动，在主轴高转速的情况下，振动会更加明显，机床振动会带来加工误差，也会影响机床寿命。在现有技术中，可以采用减振器降低机床振动，但是，加工中存在各种不同的工况，产生的振动情况也不同，现有技术中无法实现对机床振动数据的预测，需要在加工正式开始后才能获知当前工况对应的振动数据，而加工开始后再停机调节减振器，影响加工效率。
技术实现思路
1、本专利技术提供一种机床减振方法、装置、设备及存储介质，用以解决现有技术中无法实现对机床振动数据的预测缺陷，实现在加工前对机床振动数据的预测，提高加工效率。
2、本专利技术提供一种机床减振方法，包括：
3、获取目标机床的振动参数，所述振动参数包括所述目标机床的振动件的物理参数以及所述目标机床的待加工任务的加工工艺参数；
4、将所述振动参数输入至已训练的...
【技术保护点】
1.一种机床减振方法，其特征在于，包括：
2.根据权利要求1所述的机床减振方法，其特征在于，所述振动数据预测模型的训练过程包括：
3.根据权利要求2所述的机床减振方法，其特征在于，所述基于所述判别结果、所述样本预测振动数据以及所述振动数据标签更新所述数据扩充模型、所述振动数据预测模型以及所述判别器，包括：
4.根据权利要求3所述的机床减振方法，其特征在于，所述基于所述第一分布、所述第二分布、所述判别结果、所述样本预测振动数据以及所述振动数据标签确定训练损失，包括：
5.根据权利要求2所述的机床减振方法，其特征在于，所述对...
【技术特征摘要】
1.一种机床减振方法，其特征在于，包括：
2.根据权利要求1所述的机床减振方法，其特征在于，所述振动数据预测模型的训练过程包括：
3.根据权利要求2所述的机床减振方法，其特征在于，所述基于所述判别结果、所述样本预测振动数据以及所述振动数据标签更新所述数据扩充模型、所述振动数据预测模型以及所述判别器，包括：
4.根据权利要求3所述的机床减振方法，其特征在于，所述基于所述第一分布、所述第二分布、所述判别结果、所述样本预测振动数据以及所述振动数据标签确定训练损失，包括：
5.根据权利要求2所述的机床减振方法，其特征在于，所述对所述训练数据集中的所述样本振动参数进行聚类，得到多个子集，包括：<...
【专利技术属性】
技术研发人员：杨之乐，李青，刘祥飞，徐洪健，
申请(专利权)人：上海诺倬力机电科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。