.png){kind=icon}
返回
A knowledge migration method based on multi-axis state coupling and multimodal data fusion for CNC process pattern recognition
.png){kind=icon}
PRE
AI
DOI：10.1088/2631-8695/ae1dcb.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为解决复杂计算机数控（CNC）切削中提取稳态加工区间、多模态数据融合用于机床状态表征的高复杂度以及外部传感器在结构多样的CNC机床上部署困难等挑战，本文提出了一种知识迁移方法，该方法挖掘耦合的多轴状态信息，融合多模态数据提取CNC加工特征，并建立知识蒸馏框架以指导跨模态特征迁移用于CNC工艺模式识别。首先，采用多轴同步采集平台，在协调的多轴加工下同时采集振动和电流信号，能够揭示不同工艺模式下的轴间状态协同关系，并可靠提取复杂切削中的稳态加工区间。其次，引入振动引导的交叉注意力机制（VGCAM）模块以及自蒸馏空间注意力机制（SDSAM）。这些组件在抑制多模态数据冗余的同时，将高频振动线索注入电流流中，从而增强跨模态特征表示并提高多模态融合效率。最后，构建多阶段知识蒸馏框架，其中教师网络提取并融合多模态特征；然后将融合后的表示和工艺知识迁移至单模态学生网络。蒸馏后的学生模型参数量显著减少且推理延迟更低，相较于外部振动传感器和类似附加设备，部署更为便捷。该方法在采用尼龙和铝工件进行CNC铣削试验台上得到验证。结果表明，仅提供电流均方根（RMS）特征的学生网络，在实现高工艺模式识别精度的同时，显著减少了网络参数和推理延迟，证明了现场工业部署的可行性。
Keyword:
complex cutting
CNC process-segment identification
attention mechanism
multi-level distillation
knowledge transfer
期刊
E
IF:
1.6
论文数:
2.1K
被引数:
0
机构
暂无机构信息
引用论文
Application of measurement systems in tool condition monitoring of Milling: A review of measurement science approach.png)
MEASUREMENT
OAAI
MEASUREMENTIF5.6
OAAI分享收藏A Review of Indirect Tool Condition Monitoring Systems and Decision-Making Methods in Turning: Critical Analysis and Trends车削中间接刀具状态监测系统和决策方法的回顾: 关键分析和趋势SENSORSOAAI
SENSORSIF3.5
OAAI分享收藏A multimodal fusion network based on a cross-attention mechanism for the classification of Parkinsonian tremor and essential tremor基于交叉注意机制的多模态融合网络用于帕金森病震颤和特发性震颤的分类SCIENTIFIC REPORTSOAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏Tool Condition Monitoring for High-Performance Machining Systems-A Review高性能加工系统的刀具状态监测-综述SENSORSOAAI
SENSORSIF3.5
OAAI分享收藏Chatter detection in milling processes—a review on signal processing and condition classification
OAAI
OAAI分享收藏
查看更多内容