一种刀具磨损智能监测方法及相关设备

本发明公开了一种刀具磨损智能监测方法及相关设备，包括：获取刀具工作过程中的切削力典型特征集和振动典型特征集；将切削力典型特征集和振动典型特征集，输入至预先训练好的双分支特征融合神经网络模型；其中，双分支特征融合神经网络模型被配置为：通过第一分支对切削力典型特征集进行处理，以提取第一局部特征，并并行地对第一局部特征进行频域信息增强和时域长程依赖关系捕捉，输出第一融合增强特征；通过第二分支对振动典型特征集进行处理，以提取第二局部特征，并并行地对第二局部特征进行频域信息增强和时域长程依赖关系捕捉，输出第二融合增强特征；将第一融合增强特征与第二融合增强特征进行拼接，获得拼接特征；对拼接特征进行多尺度上下文信息提取与混合注意力机制加权，获得融合特征；根据融合特征，输出刀具磨损状态的预测值。本发明的目的在于满足复杂工况下高精度、高泛化的监测需求，适配复杂多变的铣削加工场景。