一种基于PCT-KAN神经网络模型的数控刀具选择方法

本发明公开一种基于PCT‑KAN神经网络模型的数控刀具选择方法，主要步骤包括：数据预处理：将零件3D形状信息进行点云化处理；特征提取：使用全连接层将点云数据从原始维度映射到较低的特征维度，再用ReLU激活函数增加非线性特征；特征融合：将所有点的特征的均值来聚合全局特征，再将零件的质量信息通过简单的线性层处理。将聚合的全局特征与零件的质量信息的处理结果相结合，通过另一个简单的神经网络进行进一步处理，最后通过分类的概率来在粗铣刀、车刀、钻孔工具、精铣刀、车削和砂轮以及钻孔和镗孔刀具这六种刀具中选择，解决现有技术中许多工程师经验有限，不能很准确的选择对应的数控刀具的问题。