科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对不同刀具的性能衰退规律呈现出多种趋势，单一固定的全局模型难以对不同性能衰退规律的刀具进行准确剩余寿命预测的问题，提出一种基于u-shapelets聚类与长短时记忆网络模型相结合的刀具剩余寿命预测方法。首先，对刀具加工过程监控信号提取u-shapelets集合，并计算各u-shapelet与时间序列的距离得到距离矩阵；其次，通过基于密度聚类方法对距离矩阵进行聚类，得到聚类结果；最后，根据聚类结果基于各类别数据分别训练长短时记忆网络(LSTM)模型进行刀具剩余寿命的预测。以轮槽铣刀加工过程监控数据进行验证，并与K-means聚类、谱聚类、层次聚类、DBSCAN聚类方法进行比较，验证本方法的有效性。
-
单位上海交通大学; 上海精密计量测试研究所
