KA-TCN刀具磨损预测模型（知识嵌入数字孪生）

磨损预测精度提升超22%

通过知识嵌入与数字孪生架构，解决多刀具协同加工中数据干扰与样本缺失问题，实现高精度磨损预测。

Jiacheng, Sun · Dong, Wang · 刘振宇 · Qiu, Chan · Liu, Hui · Sa, Guodong · 谭建荣

Journal of Manufacturing Systems 2025

参数信息

铣削数据集预测精度提升

22.4 %

磨削砂轮磨损预测精度提升

76.4 %

技术优势

精度大幅提升

知识嵌入的KA-TCN模型在铣削数据集上预测精度提升超过22.4%，在磨削砂轮磨损预测上提升76.4%。

容忍缺失数据

架构包含缺失值补全模块，能够处理刀具磨损样本缺失问题。

滤除数据干扰

通过处理数据筛选模块获得高质量传感数据，减少非加工数据干扰。

多刀具协同适用

所提出的架构设计用于预测多种刀具的磨损，适应不同刀具类型和复杂工况。

应用场景

• 机械加工刀具监测：实时监测多刀具磨损，避免加工质量下降和刀具断裂。
• 精密测量与预测维护：基于高精度预测安排维护，减少非计划停机。
• 机器人辅助加工：适应机器人加工中多刀具和复杂工况的磨损预测。
• 智能工厂设备管理：数字孪生支持智能工厂设备状态管理与预测维护。