基于粒子群优化算法-长短时记忆模型的刀具磨损预测方法

为确保车削加工的表面质量和加工稳定性，实现对车刀磨损状态的实时准确监控，提出了基于小波阈值去噪、长短时记忆（LSTM）网络和粒子群优化算法（PSO）的刀具磨损状态预测模型。采用改进多项式阈值函数对刀具加速度振动信号进行去噪，构建了优质的信号输入样本。训练长短时记忆网络对刀具后刀面磨损值进行预测和磨损状态分类。利用粒子群优化算法对网络进行参数寻优，结果表明，提出的PSO-LSTM模型在预测和分类精度方面均优于未优化的LSTM网络。