一种刀具剩余使用寿命预测方法

本发明公开一种刀具剩余使用寿命预测方法，包括：步骤1：获取多源传感器信号数据并进行预处理；步骤2：对获得的信号数据应用S变换构建时频特征集；步骤3：搭建Kolmogorov‑Arnold注意力分配网络KA‑AAN；步骤4：通过KAN预测铣刀剩余使用寿命RUL；步骤5：模型训练与性能验证。通过引入KAN，在时频域内动态分配特征重要性，提升刀具剩余使用寿命预测的准确性和鲁棒性。通过注意力机制和可学习样条函数的结合，模型能捕捉刀具退化过程中的复杂非线性关系，增强在不同加工条件下的适应能力，减少过拟合风险，提高预测模型的泛化性能量。