来源：期刊VIP网 时间：
作者：杨化林;董春芳;
单位：东北林业大学机电工程学院;
摘要：刀具剩余寿命影响着工件表面加工质量与稳定性，实现刀具剩余寿命准确预测对保证工件加工质量与降低加工成本有重要作用。为了进一步提高刀具剩余寿命预测模型精度与可靠性，文中提出了基于MSCNN-IBILSTM-ATTENTION的刀具剩余寿命预测方法，其由改进多尺度卷积模块、双层双向长短期记忆网络模块、注意力模块与预测模块四个模块组成。首先，对刀具信号使用截断法与Z-SCORE方法剔除信号异常值，通过Sureshrink阈值进行小波降噪得到较纯净信号；然后，提取多传感器信号时域、频域及时频域特征，构建融合特征，通过皮尔逊系数与随机森林进行二次特征降维，构建高重要度融合特征矩阵；最后，基于文中所提MSCNN-IBILSTM-ATTENTION模型实现刀具剩余寿命预测。所提模型使用PHM2010公开数据集通过消融实验验证了结构合理性，同时与其他深度学习模型作比较，结果表明：所提模型有着最高的预测精度与可靠性，证明了模型有效性。
关键词：刀具剩余寿命预测;;深度学习;;改进多尺度卷积神经网络;;注意力机制
