[发明专利]基于深度学习和时序回归模型的刀具剩余寿命预测方法

摘要

基于深度学习和时序回归模型的刀具剩余寿命预测方法，解决了现有刀具剩余寿命预测精度不高的问题，属于数控刀具预测性维护领域。本发明包括：采集加工过程各个通道采样点的刀具振动、切削力和声发射信号，计算出4维数据，包括均值、方差、偏度和峰度；将4维数据输入至深度卷积残差神经网络刀具磨损监测模型中，输出刀具磨损值；对刀具磨损值进行平滑处理，输出磨损序列。再输入到差分整合移动平均自回归刀具磨损超前预报模型中，预报出超前N步刀具磨损值，当第N步值未到达阈值时，将当前时刻剩余寿命预测为最大剩余寿命值；当第M步值到达或超过阈值，将当前时刻剩余寿命预测为M‑1个切削行程，M≤N。