基于图神经网络的 5 轴加工形状误差预测
系统与控制
2024-12-20 v2 机器学习
系统与控制
摘要
本文提出了一种创新的方法，用于预测 5 轴加工中的形状误差。该方法采用图神经网络。图的结构由表示工作件表面点的节点以及表示相邻关系的边构成。数据集涵盖材料移除仿真数据、加工数据以及加工后质量信息。实验结果表明，所提出的方法能够对所调查的工作件几何形状进行形状误差预测的泛化。而且，通过对工作件中的时空连接进行建模，该方法在非图神经网络方法（如支持向量机）所需的标签数量较少的情况下仍能有效工作。
引用
@article{arxiv.2412.10341,
title = {Shape error prediction in 5-axis machining using graph neural networks},
author = {Julia Huuk and Abheek Dhingra and Eirini Ntoutsi and Berend Denkena},
journal= {arXiv preprint arXiv:2412.10341},
year = {2024}
}