廣西理工職業(yè)技術(shù)學(xué)院陳騰達團隊在《機械工程前沿》期刊發(fā)表論文，提出一種名為MSFF-SATADPN的深度學(xué)習(xí)架構(gòu)，用于基于時間序列傳感器數(shù)據(jù)預(yù)測數(shù)控機床（CNC）刀具失效。該模型旨在解決工業(yè)加工中傳感器信號噪聲大、傳統(tǒng)機器學(xué)習(xí)難以區(qū)分正常磨損與異常干擾的問題。

針對現(xiàn)有序列模型在非線性磨損軌跡跟蹤和長程上下文捕捉上的局限，該架構(gòu)采用漸進式空洞卷積處理六通道傳感器原始數(shù)據(jù)（三軸切削力與三軸振動加速度）。網(wǎng)絡(luò)設(shè)置擴張率為1、2、4的并行一維卷積分支，分別捕獲高頻瞬時沖擊與低頻結(jié)構(gòu)共振及緩慢退化趨勢。多分支輸出經(jīng)仿射降維層融合后，輸入帶有位置編碼的自注意力模塊，以建立早期微裂紋與后期宏觀振動之間的時序關(guān)聯(lián)。

模型的核心創(chuàng)新在于特征解耦機制。研究團隊對訓(xùn)練集特征的協(xié)方差矩陣進行奇異值分解（SVD），依據(jù)奇異值大小將正交特征基劃分為兩部分：前18個主成分定義正常穩(wěn)態(tài)子空間，其余78個成分定義異常擾動子空間。通過在聯(lián)合訓(xùn)練損失中加入兩個投影特征集內(nèi)積的Frobenius范數(shù)懲罰項，強制網(wǎng)絡(luò)在反向傳播中擴大兩類簇的幾何夾角。該正交約束在訓(xùn)練期間凍結(jié)，實現(xiàn)在表征層面過濾機械背景噪聲。

解耦后的特征分別接入線性回歸層與全連接分類器，同步優(yōu)化連續(xù)刀具磨損預(yù)測與二元故障概率分類。整個模型僅包含約24,124個可訓(xùn)練參數(shù)，遠低于Informer（1541萬）和PatchTST（763萬）基線，表明性能提升源于架構(gòu)設(shè)計而非參數(shù)量堆砌，更利于部署于工業(yè)邊緣設(shè)備。

在國際PHM 2010數(shù)控機床基準(zhǔn)數(shù)據(jù)集上，模型使用三把刀具訓(xùn)練、一把完全未見過的刀具進行盲測。在周期215至275的結(jié)構(gòu)劇烈波動區(qū)間，該模型殘差收斂于-0.015至0.018毫米，顯著優(yōu)于Informer模型的-0.058至0.059毫米。全盲測集根均方誤差（RMSE）為0.073毫米，全局平均誤差（MAE）為0.062毫米，較PatchTST分別降低18.0%和20.5%，決定系數(shù)（R2）達0.901。配對t檢驗證實各項指標(biāo)提升在p < 0.001水平上具有統(tǒng)計學(xué)顯著性。

分類性能方面，模型在自然噪聲切削條件下率與召回率分別達到0.941和0.936，F(xiàn)1分數(shù)為0.938（標(biāo)準(zhǔn)差僅0.008），AUC-PR達0.946，均優(yōu)于對比模型。消融實驗顯示，移除正交投影約束會使F1分數(shù)降至0.859，RMSE升至0.089毫米；替換自注意力為時間平均池化則導(dǎo)致RMSE惡化至0.101毫米。

作者指出當(dāng)前驗證局限于單一平臺固定轉(zhuǎn)速與進給條件下的同數(shù)據(jù)集測試，跨機床、材料及切削參數(shù)的泛化能力尚未證實，且SVD計算帶來額外開銷，邊緣設(shè)備在線延遲未經(jīng)實測。未來研究將探索低秩近似解耦、域自適應(yīng)元學(xué)習(xí)以實現(xiàn)跨機器泛化，并開展信噪比5至20分貝的控制噪聲實驗。

資料來源：bioengineer.org；原文發(fā)布日期：2026-10-16。本文為資料編譯。