基于深度学习的全周期切削载荷及刀具磨损耦合演化预测方法

本申请公开了一种基于深度学习的全周期切削载荷及刀具磨损耦合演化预测方法，首先获取切削过程的多元载荷信号和磨损数据，获取与磨损行为强相关的时域、频域特征；然后利用卷积神经网络及长短时记忆神经网络提取载荷及磨损数据中的时空特征，同时引入记忆力机制关注全局重要信息，实现信号特征与刀具磨损的映射，从而建立载荷—磨损映射模型；同时通过磨损值与切削力数据匹配，训练基于编码‑解码架构的载荷预测模型并实现载荷预测，进一步利用载荷—磨损映射模型预测磨损。该方法充分考虑了CFRP铣削过程切削载荷与刀具磨损耦合演化特点，实现了对加工周期内切削载荷和刀具磨损进展的精准预测。