机械工程学报

作者：陈安航, 张海霞, 袁东风, 韩乔剑, 李娜, 曹凤

单位：1. 山东大学控制科学与工程学院 济南 250061;2. 山东省智能通信与感算融合重点实验室 济南 250061;3. 山东大学齐鲁交通学院 济南 250012;4. 齐鲁理工学院智能制造与控制工程学院 济南 250200

关键词：刀具磨损监测,数据和机理融合模型,强跟踪卡尔曼滤波算法,多尺度时空特征提取网络,有限元；

基金：山东省自然科学基金资助项目(2024HWYQ-028)。

针对刀具磨损监测中数据驱动方法缺乏物理可解释性、机理模型实时性不足的问题，提出一种数据与机理双模型融合的预测算法。首先，构建振动信号多尺度时空特征提取网络，通过融合多尺度卷积神经网络与Transformer，捕捉刀具退化的动态特性；建立铣削过程的有限元仿真模型，基于Usui磨损率方程模拟刀具几何演化；设计强跟踪卡尔曼滤波算法，利用机理仿真结果作为状态转移先验、数据预测值作为观测更新量，实现刀具磨损量的动态最优估计。试验结果表明，与单一模型驱动的预测方法相比，所提的数据机理双模型融合预测算法能显著提高刀具磨损监测的精度与鲁棒性。

来源：2026年第4期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2026年第4期