基于多源信息融合的刀具剩余寿命预测

摘要

刀具剩余寿命预测对保证刀具加工质量有着重要意义,针对单一传感器信息预测精度低、抗干扰能力弱等问题,提出一种基于多源信息融合的刀具剩余寿命预测方法。首先,提取多传感器信号的时域、频域及时频域信息,构建刀具的多源信息矩阵;其次,计算特征序列与刀具寿命的斯皮尔曼系数,取系数大于阈值的信息为刀具的多源信息;最后,利用卷积门控循环神经网络(CNN-GRU)进行多源信息融合,实现刀具剩余寿命预测。在PHM2010刀具数据集实验验证,与LSTM、GRU相比,其预测精度分别提升了21%、22%,该结果证明了该方法具有更好的预测精度。