DeepMachining: Online Prediction of Machining Errors of Lathe Machines

我们介绍了DeepMachining，这是一种基于深度学习的人工智能系统，用于在线预测车床加工操作的加工误差。我们已经建立并评估了DeepMachining，基于工厂的制造数据。具体而言，我们首先对给定车床机器的操作进行预训练深度学习模型，以学习加工状态的显著特征。然后，我们微调预训练模型以适应特定的加工任务。我们证明DeepMachining在涉及不同工件和切削工具的多个任务中实现了高预测精度。据我们所知，这项工作是使用预训练深度学习模型预测车床机器加工误差的首批工厂实验之一。

本论文旨在使用深度学习来预测车床机操作中的加工误差，以解决制造业中的质量问题。该问题是一个新问题。

论文的关键思路是使用预训练的深度学习模型来学习车床机操作的显著特征，并对其进行微调以适应特定的加工任务。这种方法在多个任务中都能实现高精度的预测。

论文使用工厂数据进行了实验，并展示了DeepMachining在多个任务中的高预测精度。论文提出的方法相比当前领域的研究具有创新性。论文未公开数据集和代码，但是提供了详细的实验设计和结果分析。

最近的相关研究包括使用深度学习来预测加工过程中的质量问题，例如“Deep Learning-Based Quality Prediction in Additive Manufacturing”和“Deep Learning-Based Surface Quality Prediction in Grinding Process”。