基于u-shapelets聚类的刀具剩余寿命预测方法
来源：计算机集成制造系统杂志2024年第4期北京时间：
作者：王妍, 胡小锋, 刘颖超
单位：1.上海交通大学机械与动力工程学院2.上海精密计量测试研究所
摘要：针对不同刀具的性能衰退规律呈现出多种趋势,单一固定的全局模型难以对不同性能衰退规律的刀具进行准确剩余寿命预测的问题,提出一种基于u-shapelets聚类与长短时记忆网络(LSTM)模型相结合的刀具剩余寿命预测方法。首先,对刀具加工过程监控信号提取u-shapelets集合,并计算各u-shapelet与时间序列的距离得到距离矩阵;其次,通过基于密度聚类方法对距离矩阵进行聚类,得到聚类结果;最后,根据聚类结果基于各类别数据分别训练长短时记忆网络模型进行刀具剩余寿命的预测。以轮槽铣刀加工过程监控数据进行验证,并与K-means聚类、谱聚类、层次聚类、DBSCAN聚类方法进行比较,验证了所提方法的有效性。
关键词：过程监控数据,u-shapelets聚类,聚类算法,长短时记忆网络,刀具剩余寿命预测
基金资助：上海市科学技术委员会资助项目（19511105302）;国防基础科研资助项目（JCKY2021110B048）。
