一种基于注意力机制卷积时序网络的刀具磨损预测方法技术

本发明专利技术公开了一种基于注意力机制卷积时序网络的刀具磨损预测方法；该方法为：一、在刀具的周围布置三个声压计；基于声信号建立数据集。二、磨损量识别模型的构建与训练。磨损量识别模型包括浅层卷积网络模块、注意力机制模块、长短时记忆网络模块和深层全连接模块。三、在被测刀具周围布置三个声压计；所得三向音频信号经过特征提取后输入磨损量识别模型，获得被测刀具的磨损量。本发明专利技术对原始信号进行分帧后再提取切削过程的声信号特征进而降低数据的冗余性；使用注意力机制模块对浅层网络的特征进行注意力分配实现自适应特征的权重分配；考虑到刀具磨损在时间维度上的单调性引入双向长短时记忆模块，使得刀具磨损预测的平均绝对误差在0.3％。对误差在0.3％。对误差在0.3％。

【技术实现步骤摘要】
一种基于注意力机制卷积时序网络的刀具磨损预测方法


[0001]本专利技术属于刀具磨损预测
，具体涉及一种基于注意力机制卷积时序网络的刀具磨损预测方法。

技术介绍

[0002]金属切削加工中，机床凭借着自动化技术大幅地提高了金属切削加工中的加工效率。然而，绝大多数机床缺乏预测不可见的过程不稳定性来长时间维持生产效率并防止灾难性故障。金属切削过程发生在工件和切削刀具之间，究其本质是动态的、复杂的，因此过程的不稳定性也是多种多样的，众多不稳定性的主要原因就是刀具磨损。刀具作为机床的被加持对象，在刀具对工件进行切削的过程中起到了主导的作用，因此，刀具磨损不仅会对工件表面造成损伤，而且会增大机床的负载严重时会对机床造成不可逆转的伤害。在航空与核电的领域的一些高端装备核心零部件的制造对于表面质量要求极高，此种零件的表面质量对刀具的磨损十分敏感，过早换刀是对刀具在潜在切削效能的一种浪费，过晚换刀则会降低零部件表面质量进而缩减零部件的服役时间。有效的刀具磨损预测系统能保证刀具的最佳运行状态，提高加工质量和经济性。
[0003]刀具磨损预测系统中的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于注意力机制卷积时序网络的刀具磨损预测方法，其特征在于：包括以下步骤：步骤一、在刀具的周围布置三个声压计；使用刀具对工件进行切削；三个声压计持续采集切削产生的三向音频信号；刀具在切削过程中，间隔检测刀具磨损量；刀具磨损量作为对应音频信号的标签数据；每个标签数据对应的三向音频信号作为一个数据组；步骤二、对步骤一得到的每个数据组进行切分和分帧处理，之后进行特征提取，得到多个音频特征；同一数据组对应的各音频特征和标签数据作为一个样本；各样本组成数据集；步骤三、将数据集划分训练集和测试集；步骤四、磨损量识别模型的构建与训练；磨损量识别模型包括浅层卷积网络模块、注意力机制模块、长短时记忆网络模块和深层全连接模块；浅层卷积网络模块块包括张量转置操作、一维卷积和激活函数；注意力机制模块包括最短路连接、平均值操作、线性层、softmax函数和爱因斯坦求和操作；长短时记忆网络模块包括一维最大池化层、神经元随机丢弃层、张量转置操作和长短时记忆网络层；深层全连接模块包括两个tanh激活函数，一个sequeeze操作和全连接层；步骤五、在被测刀具周围布置三个声压计；在被测刀具进行切削的过程中，三个声压计采集三向音频信号；三向音频信号经过特征提取后输入磨损量识别模型，获得被测刀具的磨损量。2.根据权利要求1所述的一种基于注意力机制卷积时序网络的刀具磨损预测方法，其特征在于：三个声压计分别为第一声压计、第二声压计和第三声压计；在刀具转动轴线周向上，第一声压计与第二声压计相隔120
°
；第二声压计与第三声压计相隔150
°
；第三声压计与第一声压计相隔90
°
；第一声压计、第二声压计、第三声压计与刀具转动轴线的法平面分别成12
°
、15
°
、8
°
夹角。3.根据权利要求1所述的一种基于注意力机制卷积时序网络的刀具磨损预测方法，其特征在于：步骤一中，所述的刀具为铣刀；刀具在切削过程中沿蛇形路径进给运动；刀具在蛇形路径的每个转折处均停止旋转和进给运动并测量刀具每个刀刃后刀面磨损带宽值后继续运动；取刀具上各刀刃...

【专利技术属性】
技术研发人员：刘轩松，蒙臻，柳伟光，倪敬，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：