摘要
本发明提供一种基于多尺度特征融合的刀具磨损状态识别方法、设备和存储介质,首先获取刀具历史切削数据,提取时域、频域和时频域特征,并设置状态标签,其次构建多尺度特征融合的刀具磨损状态识别模型,通过浅、中、深三层级特征融合提取更丰富的特征信息,同时结合空间注意力机制使得模型关注重要区域,输出预测状态标签,再构建包括三元组损失的损失函数,使得模型学习到更具判别性的特征,提升模型对不同刀具磨损状态的辨识能力,及时发现刀具磨损,避免加工误差,提高加工精度和质量,推动航空数字化加工发展。
技术关键词
多尺度特征融合
刀具磨损状态识别
支路
残差模块
训练样本集
输出特征
多尺度特征提取
注意力
频域特征
卷积模块
标签
批量
刀具磨损量
输入多尺度
更新模型参数
系统为您推荐了相关专利信息
事件识别方法
混合网络
声波
短时傅里叶变换
残差模块
柔性多状态开关
三相不平衡配电网
差分算法
节点
系统网损
IGBT开路故障
电流传感器故障
T型三电平逆变器
诊断方法
故障诊断模型
多层感知机
有效值
卷积模型
训练样本集
电压越限风险