一种基于深度融合网络的单工况刀具磨损预测方法

一种基于深度融合网络的单工况刀具磨损预测方法：包括步骤1：采用基于第三四分位数的方法来处理传感器信号数据，剔除空走刀无效数据；步骤2：采用小波降噪对步骤1得到的新样本数据进行降噪处理；步骤3：对步骤2得到的重构数据进行降采样处理得到张量数据；步骤4：将步骤3得到的张量数据，输入到基于深度融合网络的预测网络模型中，所述预测网络模型包括依次连接的时序卷积神经网络(TCN)、多头概率稀疏自注意力机制(SpAtt)和双向长短时记忆神经网络(BiLSTM)。将数据中的传感器信号数据经过步骤1～步骤3的预处理后，结合后刀面磨损值数据，进行数据划分，将数据划分为训练集和测试集。