一种融合注意力机制的CNN-LSTM刀具磨损预测方法

本发明提出一种融合注意力机制的CNN‑LSTM刀具磨损预测方法，方法包括以下步骤：采集刀具切削过程中三向切削力和三向振动信号，并获取每次切削完成后的刀具磨损量数据；采用四分位距法对异常信号进行检测并剔除，再采用一维线性插值外推补齐删除掉的异常值；利用小波阈值法对信号进行降噪，确定的小波参数组合为：rigrsure阈值、硬阈值函数、分解尺度3和sym4小波基；构建融合注意力机制的CNN‑LSTM模型，CNN结构提取信号空间特征，LSTM结构提取信号时序特征，注意力机制结构增强关键特征的权重，在注意力机制结构后添加全连接层，从而对刀具磨损量进行预测；采用四种性能指标对融合注意力机制的CNN‑LSTM模型预测效果进行评价。