专利交易市场

不同磨损刀具的车削热与多元影响因子的相关性分析方法，主要是基于灰色关联度理论及粒子群优化算法对不同磨损刀具的车削热与多元影响因子之间相关性进行分析，包括：制定车削试验方案；搭建试验系统；对不同磨损状态的刀具进行车削试验，得到相应车削参数下刀尖附近的车削温度和三向车削振动加速度数据，提取车削热特征值及车削振动特征值，即车削热功率密度均值及三向车削振动加速度自功率谱密度最大值。基于灰色相关系数，分析不同磨损状态刀具的车削参数及车削振动对刀具车削热的影响，找出对车削热影响显著的因子。基于最小二乘法建模和粒子群算法优化，从能量视角建立车削热关于车削振动及车削参数的粒子群算法预测模型。

本发明提供了一种刀具磨损量预测方法、设备、介质及产品，涉及刀具磨损量预测领域，方法包括：利用基于SE模块的SE‑ResNet50模型提取刀具磨损量数据训练集中的多种融合的一维信号；所述一维信号为直接从机床上采集的原始时频域信号；所述SE‑ResNet50模型为通过将SE模块嵌入至ResNet50残差神经网络中构建得到的网络模型；所述SE模块为基于挤压激励的注意力机制模块；打乱所述原始时频域信号的时序变化规律，并利用打乱后的原始时频域信号训练所述SE‑ResNet50模型，生成训练好的SE‑ResNet50模型，输出刀具磨损量的训练结果；根据所述训练好的SE‑ResNet50模型预测刀具磨损量。本发明能够降低预测模型在使用过程中产生的过拟合现象。