计量学报

北大核心,JST,CSCD扩展版,WJCI,

国内刊号:11-1864/TB

国际刊号:1000-1158

计量学报杂志2025年第10期:基于CoAtNet-LSTM模型的多传感器信息融合刀具磨损预测

发布日期:

作者:李亚, 尚轩丞, 王海瑞, 朱贵富

关键词:几何量计量,刀具磨损,CoAtNet-LSTM模型,长短期时间记忆网络,Hyperband算法,孤立森林算法

基金:国家自然科学基金(61863016)

基于长短时记忆网络(LSTM)与CoAtNet网络,提出了一种刀具磨损预测CoAtNet-LSTM模型。在时域、频域、时频域中提取传感器信号特征,并通过孤立森林算法进行信号特征异常值处理,再将其输入预测模型中获得刀具磨损预测值并通过Hyperband算法优化模型超参数。应用PHM2010数控铣床刀具数据集验证训练模型的预测精度。实验结果表明,该模型的决定系数相较于原CoAtNet和LSTM网络模型平均提升了12.73%、16.44%。

来源:2025年第10期

《计量学报》期刊编辑部

查看计量学报杂志2025年第10期

联系我们

  • 地址:北京市朝阳区北三环东路18号
  • 电话:010-64271480

咨询工作人员