基于GRU神经网络的智能刀柄辅助铣削刀具寿命预测方法

摘要

本发明公开了一种基于GRU神经网络的智能刀柄辅助铣削刀具寿命预测方法，包括以下步骤，1)获取刀具的状态监测信号，并对该状态监测信号进行数据预处理，获取刀具的数据样本集；2)对数据样本集中的有效数据进行特征选择，并获取由特征值和刀具磨损量组成的GRU神经网络训练用样本数据集；3)基于该样本数据集搭建GRU神经网络模型获取刀具的状态监测信号与磨损值的时序分析预测数据。本发明的GRU模型的特殊结构可以充分考虑时间序列中工况场景和磨损特征的变化及其累积效应，同时GRU的模糊性可以在空间上对工况场景和加工磨损特征复杂相关关系进行建模，同时需求数据量更小、拥有更快地训练速度。