[發明專利]基于多維特征提取融合與長短期記憶網絡的刀具剩余壽命預測方法、設備及存儲介質

在審

• 申請號: 202110755673.8
• 申請日: 2021-07-05
• 公開（公告）號: CN113496312A
• 公開（公告）日: 2021-10-12
• 發明（設計）人: 袁東風;龐蓓;李東陽
• 申請（專利權）人: 山東大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F30/27;G06N3/04;G06N3/08;G06F119/04
• 代理公司: 濟南金迪知識產權代理有限公司 37219
• 代理人: 楊樹云

1.一種基于多維特征提取融合與長短期記憶網絡的刀具剩余壽命預測方法，其特征在于，包括步驟如下：

(1)獲取多維刀具監測數據；

多維刀具監測數據包括測有刀具的磨損值的樣本數據及未測有刀具的磨損值的樣本數據；

每個樣本數據均包括X維力、Y維力、Z維力、X維振動、Y維振動、Z維振動、聲發射信號，X維力、Y維力、Z維力是指在切削過程中x軸、y軸、z軸這三個方向上刀具受到的切削力，X維振動、Y維振動、Z維振動是指在切削過程中x軸、y軸、z軸這三個方向上的振動信號，x軸、y軸、z軸所處的坐標系為機床主軸坐標系，是根據右手笛卡爾直角坐標系建立的，主軸方向為z軸，垂直于主軸方向的平面上兩個相互垂直的方向為x軸、y軸；聲發射信號是金屬在加工過程中由于內部分子晶格發生畸變、金屬裂紋加劇以及其在塑性形變時所釋放出來的一種超高頻應力波脈沖信號；

(2)數據預處理；

(3)特征提取與融合；

(4)構造訓練集、測試集；

(5)搭建基于LSTM算法網絡模型；

(6)訓練基于LSTM算法網絡模型；

(7)通過訓練好的基于LSTM算法網絡模型進行刀具剩余壽命預測。

2.根據權利要求1所述的一種基于多維特征提取融合與長短期記憶網絡的刀具剩余壽命預測方法，其特征在于，步驟(2)中，對多維刀具監測數據數據預處理的具體實現過程包括：

讀取測有刀具的磨損值的樣本數據中的X維力、Y維力、Z維力、X維振動、Y維振動、Z維振動、聲發射信號這七通道數據并將其轉換為DataFrame數據幀，轉換后將這七個字段分別命名為Fx、Fy、Fz、Ax、Ay、Az、AE-rms；

將測有刀具的磨損值的樣本數據中的刀具的磨損值在x軸、y軸、z軸這三個方向上的磨損量，求均值之后作為標簽，得到若干標簽矩陣；

將若干標簽矩陣以.npy文件形式存儲。

3.根據權利要求1所述的一種基于多維特征提取融合與長短期記憶網絡的刀具剩余壽命預測方法，其特征在于，步驟(3)中，對步驟(2)數據預處理后的數據進行特征提取的具體實現過程包括：

讀取步驟(2)數據預處理后的數據幀，

在時域上，計算絕對均值、峰值、均方根值、方根幅值、歪度值、峭度值、波形因子、脈沖因子、歪度因子、峰值因子、裕度因子、峭度因子12個特征；

絕對均值的計算公式為：

峰值的計算公式為：max(z_i)；

均方根值的計算公式為：

方根幅值的計算公式為：

歪度值的計算公式為：

峭度值的計算公式為：

波形因子的計算公式為：

脈沖因子的計算公式為：

歪度因子的計算公式為：

峰值因子的計算公式為：

裕度因子的計算公式為：

峭度因子的計算公式為：

每一條數據長度為n，z_ij表示第i條數據第j個數據點，z_i表示第i條數據，S(f)表示功率譜，max表示峰值；

在頻域上，計算重心頻率、均方頻率、均方根頻率、頻率方差4個特征；

重心頻率的計算公式為：

均方頻率的計算公式為：

均方根頻率的計算公式為：

頻率方差的計算公式為：

FC表示重心頻率，S(f)為功率譜，f表示對輸入的數據進行快速傅里葉變換之后得到的對應頻率點，采樣頻率為1/50000；

在小波域上，用db3小波變換提取8個特征；

經過特征提取后，共得到24維特征，將這24維特征融合為特征矩陣，均以.npy文件形式存儲。

4.根據權利要求1所述的一種基于多維特征提取融合與長短期記憶網絡的刀具剩余壽命預測方法，其特征在于，步驟(4)中，構造訓練集、測試集的具體實現過程包括：

讀取標簽矩陣和特征矩陣，對其進行數據標準差標準化處理后，得到符合標準正態分布即均值為0、方差為1的數據；

把每個標簽矩陣和對應的特征矩陣相匹配作為樣本數據集；

將樣本數據集的部分數據作為訓練集，剩余部分作為測試集。