[发明专利]基于编码器-解码器阶段注意力机制的刀具磨损预测方法有效
申请号: | 202010777546.3 | 申请日: | 2020-08-05 |
公开(公告)号: | CN112070208B | 公开(公告)日: | 2022-08-30 |
发明(设计)人: | 李江峰;胡德凤;张晨曦;赵钦佩 | 申请(专利权)人: | 同济大学 |
主分类号: | G06N3/04 | 分类号: | G06N3/04;G05B19/4065 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 宣慧兰 |
地址: | 200092 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 编码器 解码器 阶段 注意力 机制 刀具 磨损 预测 方法 | ||
1.一种基于编码器-解码器双阶段注意力机制的刀具磨损预测方法,其特征在于,基于刀具磨损预测模型,所述刀具磨损预测模型包括解码器和编码器,所述方法具体包括以下步骤:
步骤S1:采集机床铣削加工过程中的刀具运行数据,对所述刀具运行数据进行数据预处理,并从完成预处理的刀具运行数据中提取刀具统计特征;
步骤S2:所述刀具统计特征进行最大信息系数计算,并根据磨损特征相关性进行排序,筛选出目标个数的刀具磨损特征;
步骤S3:将所述刀具磨损特征输入基于卷积-双向门控循环-注意力机制的编码器进行编码,获得刀具磨损特征编码;
步骤S4:将所述刀具磨损特征编码输入基于独立循环长期短期记忆单元-注意力机制的解码器,输出相应刀具的磨损预测值;
所述编码器中设有多个卷积通道,每个卷积通道内设有一个卷积层和一个批处理层,所述编码器中还设有最大池化层,所述批处理层均与最大池化层连接;
所述独立循环长期短期记忆单元与设有注意力机制的解码注意力层之间设有随机失活层,所述解码器内还设有全连接层,所述全连接层与解码注意力层连接,所述全连接层与输出所述磨损预测值之间还设有矩阵转换层。
2.根据权利要求1所述的一种基于编码器-解码器双阶段注意力机制的刀具磨损预测方法,其特征在于,所述步骤S1中的数据预处理包括对刀具运行数据进行零均值化处理、去除趋势项处理和数据归一化处理。
3.根据权利要求2所述的一种基于编码器-解码器双阶段注意力机制的刀具磨损预测方法,其特征在于,所述步骤S1中的数据预处理还包括通过小波包分解滤除刀具运行数据的高频噪声。
4.根据权利要求1所述的一种基于编码器-解码器双阶段注意力机制的刀具磨损预测方法,其特征在于,所述刀具统计特征从多个维度进行提取。
5.根据权利要求4所述的一种基于编码器-解码器双阶段注意力机制的刀具磨损预测方法,其特征在于,所述维度包括时域维度、频域维度和时频域维度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010777546.3/1.html,转载请声明来源钻瓜专利网。