一种刀具磨损量预测方法、设备、介质及产品

本发明提供了一种刀具磨损量预测方法、设备、介质及产品，涉及刀具磨损量预测领域，方法包括：利用基于SE模块的SE‑ResNet50模型提取刀具磨损量数据训练集中的多种融合的一维信号；所述一维信号为直接从机床上采集的原始时频域信号；所述SE‑ResNet50模型为通过将SE模块嵌入至ResNet50残差神经网络中构建得到的网络模型；所述SE模块为基于挤压激励的注意力机制模块；打乱所述原始时频域信号的时序变化规律，并利用打乱后的原始时频域信号训练所述SE‑ResNet50模型，生成训练好的SE‑ResNet50模型，输出刀具磨损量的训练结果；根据所述训练好的SE‑ResNet50模型预测刀具磨损量。本发明能够降低预测模型在使用过程中产生的过拟合现象。