|
|||||
|
|
| 面向智能制造的刀具全生命周期智能管控技术 | |
| 引用本文： | 成佳闻, 赛希亚拉图, 张超勇, 罗敏. 基于注意力机制堆叠LSTM的多传感器信息融合刀具磨损预测[J]. 工业工程, 2024, 27(3): 64-77, 86. DOI: 10.3969/j.issn.1007-7375.240063 |
| 作者姓名： | 成佳闻 赛希亚拉图 张超勇 罗敏 |
| 作者单位： | 1.华中科技大学 机械科学与工程学院,湖北 武汉 430074;2.湖北汽车工业学院 电气与信息工程学院,湖北 十堰 442002 |
| 基金项目： | 中德重点研发资助项目 (2023ZY01089);工信部高质量发展专项资助项目 (2023ZY01089) |
| 摘 要： |  刀具磨损是影响数控机床加工质量和加工效率的重要因素之一。针对现有铣刀磨损预测中信号单一和预测精度不足的问题,提出了一种基于注意力机制的堆叠LSTM (long short-term memory,长短期记忆网络) 的多传感器信息融合刀具磨损预测方法。对多传感器信号进行预处理,然后提取多域特征,利用核主成分分析法对其进行特征级信息融合,得到后续网络的输入。  |
| 关 键 词： | 刀具磨损 核主成分分析 (KPCA) 信息融合 注意力机制 鲁棒性 |
| 收稿时间： | 2024-02-09 |
| 点击此处可从《工业工程》浏览原始摘要信息 | |
| 点击此处可从《工业工程》下载全文 | |
