摘要

本发明属于数控加工刀具磨损监测技术领域,公开了一种基于PCA与自编码器的数控机床刀具磨损数据处理方法,对数控机床上刀具传感器采集的数据进行归一化,得到具有刀具磨损量标签的训练数据和待测试数据;对所得到具有刀具磨损量标签的训练数据进行数据融合;将融合后的数据输入到堆栈自编码器进行训练,得到影响刀具磨损特征数据集;构建基于BP神经网络的刀具磨损预测模型并进行训练,对训练完成的BP神经网络模型进行预测。本发明能充分挖掘输入数据中的重要特征,将得到的数据特征输入到BP神经网络中,利用BP神经网络的拟合能力,将提取的特征映射到预测结果上,实现数控机床刀具磨损的预测,实现单个神经网络不能实现的效果。