机理与数据融合驱动的铣削表面残余应力预测方法

本发明公开了一种机理与数据融合驱动的铣削表面残余应力预测方法，考虑切削过程中的表面残余应力动态变化，基于切削力传感器获得多向切削力数据，通过CNN提取多向切削力信号中的多通道数据，采用LSTM从连续的时序数据中捕获序列数据的远程相关性和非线性动态的特征，引入注意力机制Attention动态将权重给予不同特征，提高了模型的收敛速度与泛化性能；将表面残余应力机理模型与数据驱动模型融合，对铣削过程中工件表面残余应力进行预测，解决了现有表面残余应力预测方法在小样本变工况下预测精度不足的问题，最终实现在小样本变工况下预测铣削表面残余应力。