摘要
本申请实施例提供一种基于多小波分解的刀具磨损状态确定方法、装置和设备。应用于仿真分析技术领域,该方法通过获取刀具X、Y、Z轴力信号和振动信号的历史数据和对应标签,利用标准化后数据和标签构建训练集、验证集和测试集;建立基于多小波联合分解的深度学习网络模型,并对深度学习网络模型进行超参数设置;将训练集、验证集和测试集的数据作为输入信号,通过多尺度特征提取模块对输入信号进行时频特征提取,得到用于刀具磨损状态确定的特征向量;通过全局平均池化层和全连接层对用于刀具磨损状态确定的特征向量进行分析处理,输出刀具磨损状态确定结果,提高了输出结果的准确性、可靠性。