一种基于机器学习回归算法的刀具剩余寿命预测方法
基本信息
| 申请号 | CN202010315858.2 | 申请日 | - |
| 公开（公告）号 | CN111476430A | 公开（公告）日 | 2020-07-31 |
| 申请公布号 | CN111476430A | 申请公布日 | 2020-07-31 |
| 分类号 | G06Q10/04(2012.01)I;G06N20/00(2019.01)I | 分类 | - |
| 发明人 | 宋锡文;杨欢;李家兴;潘杰;张亚鹏 | 申请（专利权）人 | 南京凯奥思数据技术有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 210000江苏省南京市雨花台区大周路32号2幢北楼708室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及机床刀具剩余寿命预测领域，公开了一种基于机器学习回归算法的刀具剩余寿命预测方法，包括模型训练和在线寿命预测两部分，模型训练包括完整寿命周期的原始数据收集并和刀具实际寿命建立对应关系、信号预处理、提取信号特征构成特征向量、交叉验证获取最优刀具寿命模型、超参数调优；在线寿命预测部分包括实时数据采集、信号预处理、提取信号特征构成特征向量、输入基于最优超参数的最优刀具寿命模型、输出刀具的剩余寿命。本发明模型训练时每个通道提取的特征值数量多，因此训练精度高，刀具剩余寿命预测准确，并建立刀具的剩余寿命智能预测模型，能够根据不同的工况环境智能化选择不同的回归模型，模型的泛化性能好、移植性强。 |
