多源信号融合，物理可解释
提出的数据-模型联动方法融合深度学习特征与维纳过程，在适应刀具性能退化的物理规律的同时保持高精度预测。
李雪冰 · 刘献礼 · Caixu, Yue · Wang, Lihui · Liang, Steven Y.
Journal of Manufacturing Systems 2024
数据驱动模块的输出作为物理模型的观测值，通过粒子滤波在贝叶斯框架下更新参数，使预测结果遵循刀具磨损的物理规律。
铣削实验表明，该方法在不同工况下仍具有良好的泛化能力和鲁棒性，意味着模型无需针对每种工况重新训练。