摘要
本发明提供一种刀具磨损预测方法及装置,该方法包含:获取刀具的振动信号数据、切削力信号数据、声音发射信号数据、刀具磨损值标签数据,构造数据集,并将数据集划分为训练集、验证集和测试集;分别提取训练集、验证集和测试集的多域特征,得到第一特征、第二特征、第三特征;将第一特征、第二特征、第三特征输入至第一训练模型中进行训练,输出中间特征;将该训练集、验证集和测试集输入至第二训练模型中进行训练,输出多尺度特征;将中间特征与多尺度特征进行融合;将融合特征的训练集输入至第三训练模型中进行训练,将融合特征的测试集输入至训练好的该第三训练模型中,输出目标预测磨损值。该方法提高了对刀具磨损的预测精度。
技术关键词
刀具磨损预测方法
多尺度特征
编码器模块
融合特征
训练集
数据
采样模块
解码器
一维卷积神经网络
标签
切削力
多尺度网络
噪声
检查点
信号
特征提取模块
输出端