一种基于多特征融合卷积神经网络的切削加工颤振识别方法

一种基于多特征融合卷积神经网络的切削加工颤振识别方法，其特征是包括以下步骤：S1、获取切削加工过程中的多组振动信号数据样本；S2、基于时域分析、频域分析或时频域分析方法构建振动信号的显式特征提取模块，以获取振动信号在时域和频域的多种颤振特征；S3、基于卷积神经网络建立振动信号的隐式特征提取模块，进而构建以振动信号为输入、加工状态为输出的多特征融合卷积神经网络模型；S4、通过所获取的多组振动信号数据样本对所构建的多特征融合卷积神经网络模型进行训练；S5、基于训练好的多特征融合卷积神经网络模型对切削加工状态进行识别。本发明通过结合从振动信号中提取反映颤振信息的显示特征和卷积神经网络自动学习的隐式特征，共同构建加工颤振识别模型，以提升加工颤振识别的准确性。