98.81%识别颤振
提出SHURH多域融合框架，用一致性对齐损失将物理知识嵌入网络，无需显式动力学建模，在37种切削条件下实现高精度颤振监测。
Chen, Kunhong · 惠记庄 · 赵万华
Journal of Manufacturing Systems 2026
一致性对齐损失将信号内在物理嵌入神经网络，无需对时变切削条件进行显式动力学建模。
在未见条件集上仍达98.30%准确率，表明模型对不同切削条件具有良好泛化能力。
Grad-CAM可视化显示模型关注物理上合理的信号区域，增强工业部署的信任度。