一种基于双向门控时空融合与自适应小波分解的刀具磨损分类方法
本发明提出一种基于双向门控时空融合与自适应小波分解的刀具磨损分类方法,包括:采集原始数据,划分训练集和测试集,并进行预处理;构建动态自适应小波网络,按奇偶索引对原始信号进行分解,得到近似系数和细节系数;进行插值上采样处理,保留原始尺寸,再对近似系数实例归一化,将其作为振动信号的频域特征;构建双向门控时空特征融合器,通过多头门控机制动态更新水平和垂直隐藏状态,捕捉输入的长期磨损趋势和局部瞬态特征;将两个模块的输出进行拼接,得到综合特征,进而得到刀具磨损的分类结果;通过训练集和测试集验证模型性能,得到最终的刀具磨损分类模型。本发明能更有效地识别磨损状态,为刀具维护提供有力支持。
南京工业大学
2021-01-12