一种基于BP神经网络的破碎机刀具磨损程度判断方法

本发明公开了一种基于BP神经网络的破碎机刀具磨损程度判断方法，涉及工业预测性维护技术领域，包括，获取原始多模态数据，并进行预处理；采用生成对抗网络对预处理后的多模态数据进行对抗训练，生成合成磨损数据，并将合成磨损数据与预处理后的多模态数据混合，获得增强训练数据集；利用刀具物理布局关系构建初始协同矩阵，并通过BP神经网络对多刀具历史磨损数据进行学习，更新协同矩阵的权重参数，获得动态协同影响矩阵，将各刀具独立特征与动态协同影响矩阵进行张量拼接，获得多刀具融合特征向量；构建多任务BP神经网络模型，利用增强训练数据集对多任务BP神经网络模型进行训练。