基于十字绣网络的刀具多任务高协同监测方法

本发明涉及基于十字绣网络的刀具多任务高协同监测方法，包括以下步骤：S1、采集刀具振动信号，构建训练数据集和测试数据集；S2、异常检测任务采用小波神经网络进行特征提取，RUL预测任务采用门控循环网络进行特征提取；S3、构建十字绣网络，进行深度特征提取和分流式特征融合；S4、构建正则化损失函数，输入训练数据集，利用自动权重调节策略自适应优化不同任务损失权重，使正则化损失函数达到最小，完成网络训练；S5、将测试数据集输入到训练好的网络模型中，得出异常检测任务和RUL预测任务结果。本发明创新性的将十字绣网络引入并对其进行优化改进应用到刀具多任务监测中，显著提高刀具多任务协同性，能够实现更高的分类和预测精度，且良好的稳定性。