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
系统为您推荐了相关专利信息
姿态特征
电子病历数据
多模态数据采集
动态
语音
术语
训练文本数据
大语言模型
医学
语言模型训练方法
引导无人机
动态权重优化
三维模型
无人机路径规划技术
无人机飞行区域
类别增量学习
情景
视觉特征
语义特征
网络解码器
分类系统
分类模型构建
数据采集模块
子模块
移动平均滤波