机械工程学报

作者：赵继烜, 李聪波, 吴畏, 张友, 敬培锋

单位：1. 重庆大学高端装备机械传动全国重点实验室 重庆 400044;2. 重庆大学机械与运载工程学院 重庆 400044

关键词：数控铣削,能耗预测,数据缺失,EMMIDA插补,FEDformer；

基金：国家自然科学基金(92367107)、中央高校基本科研业务费专项资金(2023CDJYXTD-003)和高端装备机械传动全国重点实验室自主研究课题重点(SKLMT-ZZKT-2024Z06)资助项目。

针对数控铣削过程中由于设备故障及操作不当等原因造成采集的数据不完整，从而导致数控铣削能耗预测精度较低的问题。通过分析其能耗特性与数据缺失情况，提出了一种考虑数据不完备的数控铣削能耗预测方法。首先，基于去噪自编码期望最大多重插补(EMMIDA)对缺失值进行估计，生成新的完整数据；其次，利用FEDformer算法构建能耗预测模型，实现数控铣削加工能耗预测。最后，在不同缺失率下，将所提方法与其他常用数据填补方法及预测算法进行对比。实验结果表明，即使丢失的数据率增加到30%，EMMIDA填补方法的MAE相比多重插补(MICE)、生成对抗插补网络(GAIN)、K近邻算法(KNN)分别降低了20.3%、25.9%、44.6%，RMSE降低了17.8%、36.5%、42.1%；FEDformer能耗预测模型的MAE、RMSE较Transformer降低了4.36%、5.74%，R2提高了7.73%，且均优于Informer、LTSM和CNN，证明了该方法能有效降低数控铣削数据缺失带来的能耗预测误差。

来源：2025年第19期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2025年第19期