您当前的位置:
首页 >
文章列表页 >
梅尔频谱图驱动的深度学习框架:用于丝材电弧增材制造中基于声发射的制造监测
Papers | 更新时间:2026-06-05
    • 梅尔频谱图驱动的深度学习框架:用于丝材电弧增材制造中基于声发射的制造监测

    • Mel spectrogram–driven deep learning framework for acoustic emission-based manufacturing monitoring in wire arc additive manufacturing

    • 可靠性科学与工程学报(英文)   2026年2卷第2期 页码:1-14
    • 作者机构:

      School of Reliability and Systems Engineering, Beihang University, Xueyuan Road No.37, Haidian District, Beijing, People's Republic of China

      Ningbo Institution of Technology (NIT), Beihang University, Ningbo 315832, People's Republic of China

    • DOI:10.1088/3050-2454/ae5498    

      中图分类号:
    • 收稿:2025-12-26,

      修回:2026-03-14,

      录用:2026-03-18,

      网络首发:2026-03-31,

      纸质出版:2026-06

    移动端阅览

  • Fei Gao, Yishu Chen, Jing Lin, et al. 梅尔频谱图驱动的深度学习框架:用于丝材电弧增材制造中基于声发射的制造监测[J]. 可靠性科学与工程学报(英文), 2026, 2: 025301. DOI: 10.1088/3050-2454/ae5498.

    Fei Gao, Yishu Chen, Jing Lin, et al. Mel spectrogram–driven deep learning framework for acoustic emission-based manufacturing monitoring in wire arc additive manufacturing[J]. Journal of Reliability Science and Engineering, 2026, 2: 025301. DOI: 10.1088/3050-2454/ae5498.

  •  
  •  

0

浏览量

92

下载量

0

CSCD

>
文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

数控机床元动作单元的精度稳定性综合评价
基于CD-DT干涉法及自适应代理模型的高温旋转结构时变可靠性评估
基于深度学习模型的滚动轴承剩余使用寿命预测的可靠性评估
用于自主智能系统测试与验证的类ChatGPT大语言模型:系统综述
利用矩求积设计点自动生成高维替代模型

相关作者

暂无数据

相关机构

暂无数据
0