(19)國家知識(shí)產(chǎn)權(quán)局(12)發(fā)明專利(22)申請日2022.05.15(43)申請公布日2022.10.14地址710072陜西省西安市友誼西路127號(hào)(72)發(fā)明人趙建驊張錦超王明微蔣騰遠(yuǎn)有限公司61291GO6F30/27(2020(56)對比文件審查員張盈利權(quán)利要求書2頁說明書9頁附圖1頁訓(xùn)練過程應(yīng)用過程本發(fā)明提出一種基于Bi-GRU網(wǎng)絡(luò)的不同工提取，采用基于最大信息系數(shù)法(MIC)進(jìn)行特征21.一種基于Bi-GRU網(wǎng)絡(luò)的不同工況下刀具剩余使用壽命預(yù)測方法，其特征在于：包括以下步驟：步驟1:采集數(shù)控刀具真實(shí)加工過程中的監(jiān)測信號(hào)數(shù)據(jù)，并對當(dāng)前工況因素進(jìn)行統(tǒng)一表征，并記錄該工況所對應(yīng)的剩余使用壽命標(biāo)簽life和加工質(zhì)量約束條件；步驟2:對步驟1采用的監(jiān)測信號(hào)數(shù)據(jù)進(jìn)行預(yù)處理；并對預(yù)處理后的監(jiān)測信號(hào)數(shù)據(jù)進(jìn)行時(shí)域特征提取和頻域特征提取；再將提取的特征與刀具剩余使用壽命進(jìn)行特征相關(guān)性分析，得到與刀具剩余使用壽命相關(guān)性滿足要求的強(qiáng)相關(guān)特征；之后將得到的強(qiáng)相關(guān)特征進(jìn)行特征融合降維，得到對刀具壽命敏感的特征集；步驟3:建立Bi-GRU網(wǎng)絡(luò)模型，針對當(dāng)前工況，以步驟1中統(tǒng)一表征的當(dāng)前工況因素、步驟2得到的對刀具壽命敏感的特征集、刀具當(dāng)前狀態(tài)以及該工況所對應(yīng)的剩余使用壽命標(biāo)簽為模型訓(xùn)練樣本，構(gòu)建回歸學(xué)習(xí)器對Bi-GRU網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到該工況下的數(shù)控刀具剩余使用壽命預(yù)測模型f;步驟4:當(dāng)預(yù)測模型f面對新的工況任務(wù)失效時(shí)，采用L2正則化的增量學(xué)習(xí)聯(lián)合訓(xùn)練方式，對原有預(yù)測模型f進(jìn)行微調(diào)，得到既可以預(yù)測新任務(wù)數(shù)據(jù)，也可以預(yù)測原任務(wù)數(shù)據(jù)的“超模型f'”,實(shí)現(xiàn)不同工況下數(shù)控刀具RUL的預(yù)測。2.根據(jù)權(quán)利要求1所述一種基于Bi-GRU網(wǎng)絡(luò)的不同工況下刀具剩余使用壽命預(yù)測方法，其特征在于：步驟1中，所述數(shù)控刀具真實(shí)加工過程中的監(jiān)測信號(hào)數(shù)據(jù)為扭矩、X方向彎3.根據(jù)權(quán)利要求1或2所述一種基于Bi-GRU網(wǎng)絡(luò)的不同工況下刀具剩余使用壽命預(yù)測4.根據(jù)權(quán)利要求3所述一種基于Bi-GRU網(wǎng)絡(luò)的不同工況下刀具剩余使用壽命預(yù)測方工藝參數(shù)子工況P,表示為P=[a,nfway],其中a,表示切削深度，n表示主軸轉(zhuǎn)速，f為工件信息子工況W,表示為W=[KEμstRmζHRAAkR],其中K表示材料的導(dǎo)熱系機(jī)床信息子工況0,表示為0=[TinToutSysAxle],其中Tin表示機(jī)床的內(nèi)環(huán)境溫度，Tout表示機(jī)床的外環(huán)境溫度，Sys表示機(jī)床的加工精度，Axle表切削液屬性子工況F,表示為F=[λPHTev],其中λ表示切削液的電導(dǎo)率，PH表示切削液的酸堿度，T表示切削液溫度，v表示切削液的噴射速度；刀具信息子工況Cut,表示為Cut=[zDβLA],其中z表示刀具齒數(shù)，D表示刀具直徑，5.根據(jù)權(quán)利要求1所述一種基于Bi-GRU網(wǎng)絡(luò)的不同工況下刀具剩余使用壽命預(yù)測方法，其特征在于：步驟1中，以可加工行程表征數(shù)控刀具的剩余使用粗糙度Ra表征加工質(zhì)量約束條件。6.根據(jù)權(quán)利要求1所述一種基于Bi-GRU網(wǎng)絡(luò)的不同工況下刀具剩余使用壽命預(yù)測方法，其特征在于：步驟2中，對監(jiān)測信號(hào)數(shù)據(jù)進(jìn)行預(yù)處理的過程包括3理，數(shù)據(jù)標(biāo)準(zhǔn)化和卡爾曼濾波處理。7.根據(jù)權(quán)利要求1或6所述一種基于Bi-GRU網(wǎng)絡(luò)的不同工況下刀具剩余使用壽命預(yù)測方法，其特征在于：步驟2中，對預(yù)處理后的監(jiān)測信號(hào)數(shù)據(jù)提取的時(shí)域特征包括均值、標(biāo)準(zhǔn)功率譜波峰因子、功率譜穩(wěn)定比以及功率譜改進(jìn)等效帶寬。8.根據(jù)權(quán)利要求1所述一種基于Bi-GRU網(wǎng)絡(luò)的不同工況下刀具剩余使用壽命預(yù)測方法，其特征在于：步驟2中，采用最大信息系數(shù)法將提取的特征與刀具剩余使用壽命進(jìn)行特征相關(guān)性分析，得到與刀具剩余使用壽命相關(guān)性滿足要求的強(qiáng)相關(guān)特征。9.根據(jù)權(quán)利要求1所述一種基于Bi-GRU網(wǎng)絡(luò)的不同工況下刀具剩余使用壽命預(yù)測方法，其特征在于：步驟2中，采用核函數(shù)主成分分析法將得到的強(qiáng)相關(guān)特征進(jìn)行特征融合降維，得到對刀具壽命敏感的特征集。10.根據(jù)權(quán)利要求1所述一種基于Bi-GRU網(wǎng)絡(luò)的不同工況下刀具剩余使用壽命預(yù)測方法在原有損失函數(shù)中引入權(quán)重衰減范數(shù)。4技術(shù)領(lǐng)域[0001]本發(fā)明涉及一種基于Bi-GRU網(wǎng)絡(luò)的不同工況下刀具剩余使用壽命預(yù)測方法。背景技術(shù)[0002]在數(shù)控加工中，加工質(zhì)量的優(yōu)劣直接影響著零件性能，而在真實(shí)加工過程中，所使用的刀具隨著性能衰退必然直接影響產(chǎn)品加工質(zhì)量。目前在實(shí)際生產(chǎn)車間，通常采用定期換刀或人工主觀判斷的方式?jīng)Q定是否換刀，往往存在數(shù)控刀具的剩余使用壽命無法識(shí)別、難以預(yù)測等問題。過早換刀降低了刀具利用率，提高了制造成本，過遲換刀又會(huì)導(dǎo)致產(chǎn)品表面質(zhì)量超差、刀具破壞，甚至人員傷亡等嚴(yán)重后果。為確保產(chǎn)品加工質(zhì)量和提高數(shù)控刀具利用率，需要對數(shù)控刀具的剩余使用壽命進(jìn)行準(zhǔn)確預(yù)測，以準(zhǔn)確把握刀具健康狀況和潛在故障情況，從而保障安全且穩(wěn)定的生產(chǎn)加工。[0003]刀具剩余使用壽命的準(zhǔn)確預(yù)測對保證加工表面質(zhì)量，降低刀具退化造成的損失具有重要意義。在航空航天船舶等領(lǐng)域的生產(chǎn)制造中，多品種、小批量的加工模式已成為該領(lǐng)域的典型特征，數(shù)控刀具在實(shí)際使用過程中會(huì)歷經(jīng)不同的加工工況，在切削過程中，不同加工工況下的數(shù)控刀具的剩余使用壽命會(huì)由于工件材料屬性、工件結(jié)構(gòu)特征、實(shí)際切削參數(shù)、刀具幾何參數(shù)以及機(jī)床自身特性等因素的調(diào)整而改變，這些因素互相耦合且存在非線性的關(guān)聯(lián)關(guān)系，使得刀具使用工況一旦改變，,如果再次獲得大量標(biāo)記刀具退化的歷史數(shù)據(jù)，將非常耗時(shí)費(fèi)力。原來工作條件下訓(xùn)練的原始預(yù)測模型難以應(yīng)用于新工作條件下的數(shù)據(jù)樣本，導(dǎo)致預(yù)測模型的重用效果減弱、預(yù)測精度降低，最終導(dǎo)致預(yù)測模型的性能失效。為了學(xué)習(xí)新知識(shí)，傳統(tǒng)的機(jī)器學(xué)習(xí)算法只能拋棄現(xiàn)有的模型，重新分析問題、從初始狀態(tài)開始訓(xùn)練預(yù)測模型，導(dǎo)致歷史數(shù)據(jù)的重復(fù)學(xué)習(xí)，浪費(fèi)了大量的時(shí)間空間和人力物力，這使得不同工況下的數(shù)控刀具剩余使用壽命難以預(yù)測。發(fā)明內(nèi)容[0004]要解決的技術(shù)問題[0005]如何設(shè)計(jì)較為泛化的預(yù)測模型準(zhǔn)確判斷不同工況下的數(shù)控刀具的剩余使用壽命情況具有重要的現(xiàn)實(shí)意義。要實(shí)現(xiàn)生產(chǎn)過程中不同工況下數(shù)控刀具剩余使用壽命的準(zhǔn)確預(yù)[0007]實(shí)際生產(chǎn)過程中，航空航天船舶類等軍工行業(yè)產(chǎn)品屬于小批量生產(chǎn)模式，數(shù)控刀具的剩余使用壽命受到多種工況因素的耦合作用，且各因素間作用機(jī)理關(guān)系復(fù)雜模糊，數(shù)控刀具的工藝場景和加工對象變化不定，刀具的剩余使用壽命與零件材料、加工工藝、工件結(jié)構(gòu)等工況因素和彎矩信號(hào)、扭矩信號(hào)等加工過程信號(hào)因素互相影響，導(dǎo)致此類問題具有影響因素類型眾多、動(dòng)態(tài)變化和互相耦合的特點(diǎn)，很難構(gòu)建一個(gè)明確且通用的數(shù)學(xué)模型來準(zhǔn)確地預(yù)測數(shù)控刀具的剩余使用壽命。5[0008](2)加工過程信號(hào)數(shù)據(jù)的波動(dòng)性大、類型復(fù)雜且冗余性高[0009]數(shù)控加工在實(shí)際生產(chǎn)中本身是一項(xiàng)復(fù)雜的系統(tǒng)工程，加工過程中的彎矩信號(hào)、扭矩信號(hào)等這類時(shí)變數(shù)據(jù)波動(dòng)性大、類型復(fù)雜、冗余性高，同時(shí)受到人為主觀因素和車間的加工環(huán)境等多重因素影響，以及所使用的高精度機(jī)床和數(shù)據(jù)采集系統(tǒng)自身會(huì)存在數(shù)據(jù)缺失、重復(fù)和錯(cuò)誤等數(shù)據(jù)噪聲的情況，導(dǎo)致加工過程中的監(jiān)測信號(hào)的關(guān)系難以挖掘且不可直接用于模型輸入。[0010](3)數(shù)控刀具的剩余使用壽命變化具有時(shí)序關(guān)聯(lián)性[0011]在實(shí)際的銑削加工時(shí)，數(shù)控刀具的剩余使用壽命與當(dāng)前加工工況和歷史加工工況均有關(guān)，即前一刻的變化情況會(huì)對后一時(shí)刻的變化情況形成不同的影響作用，這使得數(shù)控刀具剩余使用壽命取值變化過程有一定的規(guī)律可遵循，不可單獨(dú)割裂研究，具有時(shí)序關(guān)聯(lián)性。因此，所建立的數(shù)控刀具剩余使用壽命的預(yù)測模型需具備處理時(shí)序關(guān)聯(lián)性的能力。[0012](4)數(shù)控刀具的剩余使用壽命預(yù)測模型的泛化性差[0013]在航空航天船舶等軍工行業(yè)領(lǐng)域，生產(chǎn)所用的數(shù)控刀具的實(shí)際應(yīng)用場景廣泛，其剩余使用壽命隨著加工參數(shù)、機(jī)床精度、工件材料和工藝特征等因素的變化而變化，常見的預(yù)測模型也僅限于特定工況下的壽命預(yù)測，面對新工況時(shí)的數(shù)控刀具則可能出現(xiàn)預(yù)測模型[0014]技術(shù)方案[0015]針對上述技術(shù)問題，本發(fā)明提出一種基于雙向門控循環(huán)網(wǎng)絡(luò)(Bi-GRU)網(wǎng)絡(luò)的不同工況下刀具剩余使用壽命預(yù)測方法。該方法借用正則化聯(lián)合訓(xùn)練方式的增量思想，通過現(xiàn)場加工過程采集銑削過程中的力信號(hào)，對所采集到的信號(hào)進(jìn)行了時(shí)域和頻域分析，并對其進(jìn)行相關(guān)特征的提取，采用基于最大信息系數(shù)法(MIC)進(jìn)行特征篩選，再結(jié)合核函數(shù)主成分分析法(KPCA)將篩選后的特征融合，實(shí)現(xiàn)降維目的，從而對銑削過程中的刀具剩余使用壽命情況進(jìn)行研究。[0016]不同工況下的預(yù)測模型必須具備對新增樣本的訓(xùn)練、學(xué)習(xí)和處理能力，且同時(shí)保持對原始樣本的準(zhǔn)確預(yù)測能力。即包含有兩重含義：一個(gè)指學(xué)習(xí)新的知識(shí)的能力，另一個(gè)指不能破壞以前學(xué)習(xí)到的知識(shí)。如果參數(shù)過多且模型過于復(fù)雜，容易造成過擬合，即模型在訓(xùn)練樣本數(shù)據(jù)上表現(xiàn)的很好，但在實(shí)際測試樣本上表現(xiàn)的較差，不具備良好的泛化能力。為了避免過擬合，本發(fā)明使用L2正則化方法，在原來的損失函數(shù)基礎(chǔ)上加上權(quán)重參數(shù)的平方和，限制參數(shù)過多或者過大，避免模型更加復(fù)雜，實(shí)現(xiàn)不同工況下的預(yù)測，滿足實(shí)際工程的需[0017]本發(fā)明的技術(shù)方案為：[0018]所述一種基于Bi-GRU網(wǎng)絡(luò)的不同工況下刀具剩余使用壽命預(yù)測方法，包括以下步[0019]步驟1:采集數(shù)控刀具真實(shí)加工過程中的監(jiān)測信號(hào)數(shù)據(jù)，并對當(dāng)前工況因素進(jìn)行統(tǒng)一表征，并記錄該工況所對應(yīng)的剩余使用壽命標(biāo)簽life和加工質(zhì)量約束條件；[0020]步驟2:對步驟1采用的監(jiān)測信號(hào)數(shù)據(jù)進(jìn)行預(yù)處理；并對預(yù)處理后的監(jiān)測信號(hào)數(shù)據(jù)進(jìn)行時(shí)域特征提取和頻域特征提??；再將提取的特征與刀具剩余使用壽命進(jìn)行特征相關(guān)性分析，得到與刀具剩余使用壽命相關(guān)性滿足要求的強(qiáng)相關(guān)特征；之后將得到的強(qiáng)相關(guān)特征進(jìn)行特征融合降維，得到對刀具壽命敏感的特征集；6[0021]步驟3:建立Bi-GRU網(wǎng)絡(luò)模型，針對當(dāng)前工況，以步驟1中統(tǒng)一表征的當(dāng)前工況因素、步驟2得到的對刀具壽命敏感的特征集、刀具當(dāng)前狀態(tài)以及該工況所對應(yīng)的剩余使用壽命標(biāo)簽為模型訓(xùn)練樣本，構(gòu)建回歸學(xué)習(xí)器對Bi-GRU網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到該工況下的數(shù)控刀具剩余使用壽命預(yù)測模型f;[0022]步驟4:當(dāng)預(yù)測模型f面對新的工況任務(wù)失效時(shí)，采用L2正則化的增量學(xué)習(xí)聯(lián)合訓(xùn)練方式，對原有預(yù)測模型f進(jìn)行微調(diào)，得到既可以預(yù)測新任務(wù)數(shù)據(jù)，也可以預(yù)測原任務(wù)數(shù)據(jù)[0023]進(jìn)一步的，步驟1中，所述數(shù)控刀具真實(shí)加工過程中的監(jiān)測信號(hào)數(shù)據(jù)為扭矩、X方向彎矩和Y方向彎矩。[0026]工藝參數(shù)子工況P,表示為P=[a,nfway],其中a,表示切削深度，n表示主軸轉(zhuǎn)[0027]工件信息子工況W,表示為W=[KEμstRmCHRAAkR],其中K表示材料的導(dǎo)熱[0028]機(jī)床信息子工況0,表示為0=[TinToutSysAxle],其中Tin表示機(jī)床的內(nèi)環(huán)境溫[0029]切削液屬性子工況F,表示為F=[[0030]刀具信息子工況Cut,表示為Cut=[zDγLA],其中z表示刀具齒數(shù)，D表示刀具[0031]進(jìn)一步的，步驟1中，以可加工行程表征數(shù)控刀具的剩余使用壽命，以被加工件的表面粗糙度Ra表征加工質(zhì)量約束條件。處理，數(shù)據(jù)標(biāo)準(zhǔn)化和卡爾曼濾波處理。[0033]進(jìn)一步的，步驟2中，對預(yù)處理后的監(jiān)測信號(hào)數(shù)據(jù)提取的時(shí)域特征包括均值、標(biāo)準(zhǔn)功率譜波峰因子、功率譜穩(wěn)定比以及功率譜改進(jìn)等效帶寬。[0034]進(jìn)一步的，步驟2中，采用最大信息系數(shù)法將提取的特征與刀具剩余使用壽命進(jìn)行特征相關(guān)性分析，得到與刀具剩余使用壽命相關(guān)性滿足要求的強(qiáng)相關(guān)特征。[0035]進(jìn)一步的，步驟2中，采用核函數(shù)主成分分析法將得到的強(qiáng)相關(guān)特征進(jìn)行特征融合降維，得到對刀具壽命敏感的特征集。[0036]進(jìn)一步的，步驟4中，所述采用L2正則化的增量學(xué)習(xí)聯(lián)合訓(xùn)練方式指：采用L2正則化方法在原有損失函數(shù)中引入權(quán)重衰減范數(shù)。[0037]有益效果[0038]本發(fā)明通過分析數(shù)控加工過程的刀具壽命問題，針對銑削加工中工況因素和刀具性能退化之間的復(fù)雜耦合關(guān)系，提出了以工況因素統(tǒng)一表征為基礎(chǔ)、以監(jiān)測信號(hào)特征提取7為條件、以增量學(xué)習(xí)為思想、以神經(jīng)網(wǎng)絡(luò)為核心的數(shù)控刀具不同工況下剩余使用壽命預(yù)測方法。[0039]針對數(shù)控加工中的數(shù)據(jù)呈現(xiàn)冗余重復(fù)和強(qiáng)噪缺失等問題，利用有效值截取、缺失值處理、標(biāo)準(zhǔn)化和卡爾曼濾波(KF)等技術(shù)進(jìn)行預(yù)處理，很大程度上提高了原始數(shù)據(jù)的質(zhì)量；為降低監(jiān)測信號(hào)的特征數(shù)目，對處理后的數(shù)據(jù)進(jìn)行時(shí)域分析、頻域分析等特征提取，結(jié)合最大信息系數(shù)法(MIC)和核函數(shù)主成分分析法(KPCA)實(shí)現(xiàn)特征的篩選與融合，避免了特征過多和隨機(jī)選取而造成信息冗余或丟失的問題，確保了數(shù)控刀具剩余使用壽命預(yù)測模型的泛化性。[0040]針對加工過程中工況因素和刀具性能退化之間具有時(shí)間累積效應(yīng)，并且未來工況也會(huì)對刀具剩余使用壽命造成一定影響的問題，采用了增量學(xué)習(xí)的思想，將刀具剩余使用壽命相關(guān)的工況因素作為預(yù)測模型的輸入，采用L2正則化的增量學(xué)習(xí)聯(lián)合訓(xùn)練方式，利用Bi-GRU網(wǎng)絡(luò)對新增工況進(jìn)行學(xué)習(xí)，不斷融和學(xué)習(xí)新的工況獲得更準(zhǔn)確的預(yù)測模型，對刀具剩余使用壽命具有準(zhǔn)確的預(yù)測效果，且與采用特定單一工況下的現(xiàn)有方法相比，該方法泛化性能良好，可實(shí)現(xiàn)不同工況下的刀具剩余使用壽命的準(zhǔn)確預(yù)測，對于實(shí)現(xiàn)刀具剩余使用壽命預(yù)測在實(shí)際生產(chǎn)中的應(yīng)用具有重要意義。[0041]本發(fā)明的附加方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實(shí)踐了解到。附圖說明[0042]本發(fā)明的上述和/或附加的方面和優(yōu)點(diǎn)從結(jié)合下面附圖對實(shí)施例的描述中將變得[0044]圖2:刀具剩余使用壽命預(yù)測方法的總體架構(gòu)。具體實(shí)施方式[0045]在航空航天船舶等領(lǐng)域的生產(chǎn)制造中，多品種、小批量的加工模式已成為該領(lǐng)域的典型特征，數(shù)控刀具在實(shí)際使用過程中會(huì)歷經(jīng)不同的加工工況，在不同的加工工況下，數(shù)控刀具的剩余使用壽命將因工件材料特性、工件結(jié)構(gòu)特征、實(shí)際切削參數(shù)、刀具幾何參數(shù)以工工況發(fā)生變化，如果再次獲得大量標(biāo)記刀具退化的歷史數(shù)據(jù)，將非常耗時(shí)費(fèi)力。原來工作條件下的原始預(yù)測模型難以應(yīng)用于新工作條件下的數(shù)據(jù)樣本，導(dǎo)致預(yù)測模型的重用效果減弱、預(yù)測精度降低，最終導(dǎo)致預(yù)測模型的性能失效。為了學(xué)習(xí)新知識(shí)，傳統(tǒng)的機(jī)器學(xué)習(xí)算法只能拋棄現(xiàn)有的模型，重新分析問題、從初始狀態(tài)開始訓(xùn)練預(yù)測模型，導(dǎo)致歷史數(shù)據(jù)的重復(fù)學(xué)習(xí)，浪費(fèi)了大量的時(shí)間空間和人力物力，這使得不同工況下的數(shù)控刀具剩余使用壽命難以預(yù)測。[0046]本實(shí)施例中提出了一種基于Bi-GRU網(wǎng)絡(luò)的不同工況下刀具剩余使用壽命預(yù)測方[0047]步驟1:采集數(shù)控刀具真實(shí)加工過程中的監(jiān)測信號(hào)數(shù)據(jù)，包括扭矩(Mon-torque)、X方向彎矩(Mon-bending(x))和Y方向彎矩(Mon-bending(y))),并對當(dāng)前工況因素進(jìn)行統(tǒng)一8表征，并記錄該工況所對應(yīng)的剩余使用壽命標(biāo)簽life和加工質(zhì)量約束條件，本實(shí)施例中以可加工行程表征數(shù)控刀具的剩余使用壽命，以被加工件的表面粗糙度Ra表征加工質(zhì)量約束條件。[0048];在真實(shí)加工過程中，影響數(shù)控刀具剩余使用壽命的因素種類繁多，難以形成可泛化的工況模型，導(dǎo)致預(yù)測模型在新工況下的效果削弱，甚至失效。對此，本發(fā)明以工況向量的形式表示不同工況下的工況因素，避免工況因素的多樣化對預(yù)測模型泛化性的削弱。所述工況因素包括工藝參數(shù)子工況P、工件信息子工況W、機(jī)床信息子工況0、切削液屬性子工[0049]工藝參數(shù)子工況P:[0050]在加工過程中不同的工藝參數(shù)會(huì)引起切削力的變化，進(jìn)而影響數(shù)控刀具的實(shí)時(shí)健康狀態(tài)，對剩余使用壽命的預(yù)測產(chǎn)生影響。本發(fā)明將工藝參數(shù)子工況主要概括為切削深度、主軸轉(zhuǎn)速、進(jìn)給量和走刀方式：表示為P=[a,nfway],其中a,表示切削深度，n表示主軸轉(zhuǎn)[0051]工件信息子工況W:[0052]被加工工件作為與數(shù)控刀具緊密接觸的對象，被加工工件信息是影響加工過程穩(wěn)定性的關(guān)鍵因素，也是影響數(shù)控刀具狀態(tài)變化的重要因素。本發(fā)明將導(dǎo)熱系數(shù)、楊氏模量、[0053]機(jī)床信息子工況0:[0054]一般情況下，機(jī)床設(shè)備的自身狀態(tài)會(huì)對加工過程產(chǎn)生不可避免的影響，在預(yù)測數(shù)控刀具剩余使用壽命時(shí)，本文將機(jī)床信息作為必須的考慮條件，但不考慮由于機(jī)床的退化折損而導(dǎo)致的略微影響，具體表示0=[TinToutSysAxle],其中Tin表示機(jī)床的內(nèi)環(huán)境溫[0055]切削液屬性子工況F:[0056]數(shù)控加工過程中，切削液品況和切削熱、切削力之間具有一定的關(guān)聯(lián)關(guān)系，進(jìn)而影響切削刀具的自身狀態(tài)，具體表示為F=[λPHTv],其中λ表示切削液的電導(dǎo)率，PH表示切削液的酸堿度，T表示切削液溫度，v表示切削液的噴射速度。[0057]刀具信息子工況Cut:[0058]刀具自身屬性作為數(shù)控刀具剩余使用壽命的決定性因素，在刀具健康狀態(tài)評估中具有重要的意義，本發(fā)明在考慮壽命預(yù)測時(shí)，將刀具自身屬性的工況信息表示為Cut=[zD刀具類型。[0059]步驟2:隨著傳感器技術(shù)飛速發(fā)展，實(shí)際加工過程中的數(shù)據(jù)采集更加高效，由于加工過程中所采集的數(shù)據(jù)具有海量冗余的特點(diǎn)，需對原始數(shù)據(jù)進(jìn)行預(yù)處理、特征提取、篩選并融合，避免由于預(yù)測模型輸入的特征維數(shù)過高和隨機(jī)選取特征而造成信息丟失，削弱預(yù)測模型的泛化性，難以實(shí)現(xiàn)不同工況下數(shù)控刀具剩余使用壽命的準(zhǔn)確預(yù)測。[0060]因此，對步驟1采用的監(jiān)測信號(hào)數(shù)據(jù)進(jìn)行預(yù)處理；并對預(yù)處理后的監(jiān)測信號(hào)數(shù)據(jù)進(jìn)9行時(shí)域特征提取和頻域特征提取；再將提取的特征與刀具剩余使用壽命進(jìn)行特征相關(guān)性分析，得到與刀具剩余使用壽命相關(guān)性滿足要求的強(qiáng)相關(guān)特征；之后將得到的強(qiáng)相關(guān)特征進(jìn)行特征融合降維，得到對刀具壽命敏感的特征集。[0061]采集數(shù)控刀具真實(shí)加工過程中的監(jiān)測信號(hào)數(shù)據(jù)涵蓋刀具在加工過程中從起始的空行程階段、接觸工件階段、完全切入階段、穩(wěn)定切削階段、刀具切出階段和退刀空程階段等過程，數(shù)據(jù)信號(hào)片段容量龐大，又因?yàn)閷?shí)際加工的切削過程復(fù)雜，獲取的信號(hào)數(shù)據(jù)具有數(shù)據(jù)量大、價(jià)值密度低、來源各異和冗余性高等特點(diǎn)，這些缺點(diǎn)在不同程度上削弱了數(shù)據(jù)質(zhì)量，降低了自身的可靠性，數(shù)控刀具RUL準(zhǔn)確且可靠預(yù)測的前提是數(shù)據(jù)的真實(shí)性和完整性，質(zhì)量不達(dá)標(biāo)的數(shù)據(jù)輸入模型后會(huì)導(dǎo)致預(yù)測結(jié)果偏差過大，嚴(yán)重影響預(yù)測效果。因此，在前期對原始數(shù)據(jù)進(jìn)行初步的預(yù)處理是很有必要的，包括：有效值截取，缺失值處理，數(shù)據(jù)標(biāo)準(zhǔn)化和卡爾曼濾波處理。[0063]采集數(shù)控刀具從新刀到報(bào)廢的全生命周期完整加工數(shù)據(jù)信號(hào)，包含有停機(jī)、空走刀、換刀和島嶼避讓等情況，其中難免存在刀具未與工件接觸的階段，該情況下獲取的數(shù)據(jù)是對預(yù)測數(shù)控刀具剩余使用壽命沒有本質(zhì)意義的。所以，需要對整體信號(hào)數(shù)據(jù)進(jìn)行適當(dāng)?shù)慕厝?，提高處理效率。本發(fā)明將切削力數(shù)據(jù)突變的邊界點(diǎn)作為截取的范圍上下限，取平穩(wěn)切削階段的有效數(shù)據(jù)進(jìn)行分析。[0065]在真實(shí)加工場景下獲取數(shù)據(jù)時(shí)，通常會(huì)由于某不可控的因素(如機(jī)床的退化、環(huán)境的突變和采集系統(tǒng)的靈敏度等)而造成采集數(shù)據(jù)的缺失，根據(jù)計(jì)算機(jī)內(nèi)部編碼機(jī)制可知，缺失值一般編碼為空格、NaN或其他占位符，缺失值會(huì)使得數(shù)據(jù)在后續(xù)的使用過程中造成模型精確度低、預(yù)測程序報(bào)錯(cuò)等情況。本實(shí)施例采用分層均值插補(bǔ)，對監(jiān)測信號(hào)中的缺失值進(jìn)行補(bǔ)全。分層均值插補(bǔ)在插補(bǔ)前根據(jù)變量的自身屬性特征將變量精確分層，確保了各層數(shù)據(jù)的特點(diǎn)相似，將每層數(shù)據(jù)中完整單元的均值作為該層的插補(bǔ)值。分層均值插補(bǔ)法處理效果明顯，補(bǔ)充完整后的數(shù)據(jù)合理，且不會(huì)和整體數(shù)據(jù)的分布偏差過大，對后續(xù)的計(jì)算分析產(chǎn)生嚴(yán)重影響。[0067]加工過程中獲取的數(shù)據(jù)一般具有不同的數(shù)量級和量綱，不同工況下的水平差異較大時(shí)，數(shù)值量級過大會(huì)造成某因素在模型中占據(jù)過大的權(quán)重，對某些因素重大卻數(shù)值量級較小的關(guān)鍵性因素在預(yù)測模型中的權(quán)重而削弱，嚴(yán)重影響預(yù)測模型的最終效果，所以需要對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，最大程度消除量綱和數(shù)量級的因素對后續(xù)計(jì)算分析的影響，進(jìn)而保證模型的收斂速度和預(yù)測精度。本實(shí)施例采用Z-score法進(jìn)行標(biāo)準(zhǔn)化處理，將量綱和數(shù)量級統(tǒng)一表征，同時(shí)也不喪失原始數(shù)據(jù)的固有屬性，保留有價(jià)值的信息。[0068](4)卡爾曼濾波處理[0069]實(shí)際生產(chǎn)環(huán)境的不穩(wěn)定因素導(dǎo)致智能刀柄獲取的監(jiān)測信號(hào)包含有比較多的隨機(jī)噪聲，對其進(jìn)行預(yù)處理的關(guān)鍵是保證數(shù)據(jù)本身的關(guān)鍵信息被