基于多源信息融合的刀具剩余寿命预测

作者：申玉杰; 孙显彬^*; 刘伦明; 曾实现; 井陆阳; 姜云春

来源：组合机床与自动化加工技术, 2022, (09): 143-150.

DOI：10.13462/j.cnki.mmtamt.2022.09.034

• 刀具
• 多源信息融合
• 卷积神经网络
• 门控循环单元
• 剩余寿命预测

刀具剩余寿命预测对保证刀具加工质量有着重要意义，针对单一传感器信息预测精度低、抗干扰能力弱等问题，提出一种基于多源信息融合的刀具剩余寿命预测方法。首先，提取多传感器信号的时域、频域及时频域信息，构建刀具的多源信息矩阵；其次，计算特征序列与刀具寿命的斯皮尔曼系数，取系数大于阈值的信息为刀具的多源信息；最后，利用卷积门控循环神经网络(CNN-GRU)进行多源信息融合，实现刀具剩余寿命预测。在PHM2010刀具数据集实验验证，与LSTM、GRU相比，其预测精度分别提升了21%、22%,该结果证明了该方法具有更好的预测精度。

• 单位
  青岛理工大学; 青岛黄海学院