基于交叉注意力融合时域与频域特征的刀具磨损状态监测方法

《Lubricants》：Tool Wear Condition Monitoring Method Fusing Time- and Frequency-Domain Features via Cross-Attention

　　

刀具磨损过程中产生的信号具有非线性、非平稳性，并且容易受到加工噪声影响，这使得智能制造中的可靠刀具状态监测变得困难。为解决这一问题，本研究提出一种刀具磨损程度分类框架FCTrans-CA，该框架通过轻量级交叉注意力（CA）桥接模块融合时域与频域信息。首先采用快速傅里叶变换（FFT）获得频域表征。原始时域信号经多尺度一维卷积神经网络（MS-CNN）处理，以提取时间维度上的磨损特征，而由FFT得到的表征提供互补的频谱线索。这两路特征流通过非对称CA模块进行融合，其中频域特征用于引导磨损敏感时域特征的选择。研究采用K-means聚类将每把刀具测得的后刀面磨损量（VB）轨迹划分为初始磨损、正常磨损和严重磨损阶段，从而降低标签生成过程中的主观性。基于PHM2010铣削数据集的实验表明，FCTrans-CA在40,648个测试样本上实现了99.43%的分类准确率。结果表明，跨域特征交互能够提高磨损状态的可分性，并为刀具磨损监测提供一条可复现的数据驱动路径。

该论文发表于《Lubricants》，聚焦智能制造场景下的刀具磨损状态监测问题。刀具作为机床与工件之间的直接作用界面，其磨损状态直接影响加工精度、表面完整性、生产效率与工艺安全。从摩擦学与润滑视角看，刀具磨损是由机械摩擦、热载荷、黏着、磨粒磨损、扩散及疲劳等因素共同驱动的渐进退化过程，润滑/冷却效果又会进一步影响摩擦热生成、刀具寿命演化、切削稳定性和加工表面质量。因此，构建准确、实时、可推广的刀具状态监测（TCM，tool condition monitoring）方法，是实现智能加工与刀具寿命管理的重要基础。

现有刀具磨损评估方法主要包括人工目视检查、离线显微测量以及经验性更换规则。尽管直接测量精度较高，但往往需要中断生产流程，检测周期长，难以满足工业场景下在线实时监测需求。间接监测方法通过采集切削力、振动、声发射、主轴电流、温度和声音等传感器信号推断磨损状态，具有更强的应用潜力。然而，加工信号通常表现出显著的非线性、非平稳性和强噪声敏感性，同时又受切削参数、工件材料、刀具几何形状以及润滑/冷却条件影响，导致单一特征空间下的磨损识别面临较大挑战。传统数据驱动研究多依赖人工构造特征结合常规机器学习模型，虽然在稳定工况下具有一定可解释性和计算效率，但对专家经验依赖较强，在复杂瞬态磨损过程中难以充分表征真实退化规律。深度学习方法虽然降低了人工特征工程依赖，但已有研究往往侧重原始时域信号或频谱/时频变换表征中的某一类信息，难以充分利用波形瞬态变化与频率能量重分布之间的互补关系。与此同时，不同研究在预处理流程、特征定义、采样窗口和数据划分策略上的差异，也削弱了结果比较的公平性和可复现性。基于上述问题，研究人员提出FCTrans-CA模型，旨在以轻量化结构实现时频特征的有效融合，提高刀具磨损阶段分类的准确性与可复现性。

在技术方法上，研究使用公开PHM2010全寿命周期数据集，选取C1、C4和C6三把刀具的后刀面磨损量（VB）及七通道传感信号作为分析对象，样本来源于高速数控铣削实验平台。方法上首先对原始多传感器信号实施最小—最大归一化，并划分为长度为1024的连续无重叠子序列；随后通过快速傅里叶变换（FFT）构建频域幅值谱，通过多尺度一维卷积神经网络（MS-CNN）提取时域局部冲击与长程退化特征；再利用非对称交叉注意力（CA）模块，以频域特征生成查询向量Q、时域特征生成键向量K和值向量V，实现时频信息融合；同时采用K-means聚类对每把刀具的VB轨迹进行三阶段划分，形成初始磨损、正常磨损和严重磨损标签；最终结合交叉熵损失、LAMB优化器和余弦退火学习率策略完成模型训练与参数优化。

**2. Overall Framework and Theoretical Background**
研究人员构建了一个融合时域与频域特征的刀具磨损程度监测框架，整体由信号时频转换层、特征层、数据融合层以及磨损程度输出层组成。该结构的核心思想在于：保留原始时域信号中的波形形态和瞬态冲击信息，同时借助频域变换捕捉能量分布特征，并通过交叉注意力建立跨域依赖关系，从而提升磨损状态识别能力。

**2.1. Fast Fourier Transform**
研究首先利用傅里叶变换（FT）及其高效实现形式快速傅里叶变换（FFT）将时域信号转换为频域表示。该步骤的作用并非替代时域分析，而是为模型提供与波形形态互补的谱域信息，使其能够识别磨损过程中频率峰值变化和能量重分布现象，为后续注意力引导提供依据。

**2.2. Multi-Scale One-Dimensional Convolutional Neural Network**
针对刀具磨损信号非平稳、非线性的特点，研究设计了多尺度一维卷积神经网络（MS-CNN）。该模块通过并行多分支卷积结构，分别使用小尺度卷积核和大尺度卷积核提取不同时间分辨率下的特征。小尺度分支主要捕捉瞬态冲击、高频振动噪声及微小幅值突变，这些细微变化通常对应刀具磨损早期或微崩刃现象；大尺度分支则用于提取长程依赖和低频退化趋势，以反映整个加工周期内刀具健康状态的整体演化。多分支输出后采用逐元素相加策略进行融合，从而在不增加特征维度的前提下强化共性特征并抑制背景噪声。该模块为后续跨域融合提供了丰富而稳健的时域磨损表征。

**2.3. Cross-Attention Mechanism**
论文的关键创新在于引入非对称交叉注意力（CA）机制。与标准自注意力不同，该模块使用频域嵌入作为查询（Q），时域MS-CNN特征作为键（K）和值（V）。这一设计使得频域中的磨损敏感信息能够主动引导时域特征选择，即利用谱域显著性筛选最具判别力的时间模式，而非对所有时频token进行同等处理。研究结果表明，该方法既减少了拼接后全局自注意力带来的冗余交互，又在计算成本和识别精度之间实现了较优平衡。该模块能够强化频率能量变化与时间序列形态之间的定向交互，提高复杂磨损状态的识别能力。

**2.4. Model Training and Optimization Strategy**
在模型训练方面，研究采用交叉熵损失处理多分类任务，选用LAMB优化器以增强大批量训练条件下的梯度稳定性，并结合余弦退火学习率（Cosine Annealing LR）策略改善后期训练稳定性和跳出局部最优的能力。参数优化主要围绕隐层维度h、MS-CNN卷积层数l和交叉注意力深度d展开，体现出模型设计不仅强调结构创新，也重视训练可复现性与工程适配性。

**3. Experiments**

**3.1. Experimental Data**
研究采用公开PHM2010数据集开展实验。该数据集包含六把刀具的全寿命周期数据，实验平台为高速数控铣削系统，采用三刃球头硬质合金刀具加工钢件。本文使用其中公开发布磨损值的C1、C4和C6刀具数据。每次走刀后，通过显微镜离线测量三齿后刀面磨损量（VB），并同步记录七路监测信号，包括三向切削力、三向振动和声发射信号。这一数据基础使模型能够在多源感知条件下学习刀具磨损的动态特征。

**3.2. Tool Wear Degree Division**
为降低人为阈值划分带来的主观性，研究利用K-means聚类对每把刀具的VB序列划分为三个聚类，并按VB中心值由低到高依次映射为初始磨损、正常磨损和严重磨损阶段。该策略避免使用统一固定阈值，而是依据不同刀具各自的磨损轨迹进行阶段定义，更符合个体寿命演化差异。结果显示，不同刀具在磨损速率和阶段持续时间上存在明显差别，说明基于轨迹的自适应标签生成方式具有合理性。

**3.3. Data Processing**
在数据预处理阶段，研究将每次加工对应的磨损阶段标签与七通道传感记录按走刀序号对齐，保证磨损时间顺序不被破坏。各通道经独立最小—最大归一化后，被切分为长度固定为1024的无重叠子序列，尾部不足长度的片段被舍弃。每个有效样本表示为1024 × 7张量，并继承所属加工道次的磨损标签。随后分别构建时域与频域表征：时域信号保留局部形态、冲击和幅值波动信息，频域表征则通过FFT得到幅值谱，刻画频率能量分布。最后经MS-CNN提取时域深层特征，并与频域表示在CA模块中进行融合，完成最终分类。

**3.4. Model Parameter Optimization**
参数优化结果表明，隐层维度从32增至128时，模型准确率由97.69%提高至99.43%，说明适当提升特征空间维度有助于缓解信息瓶颈；但增至256后准确率回落至98.76%，反映过多参数可能拟合噪声。MS-CNN卷积层数的实验显示，随着网络加深，准确率持续提高，并在6层时达到最佳，说明更深层次的层级卷积能够整合更广泛的时间上下文并提取更高层抽象语义。交叉注意力深度方面，模型性能在1至4层时显著提升，超过4层后则因复杂度增加导致准确率下降、训练时间延长，因此最终选择d = 4。综合优化后，最佳参数为h = 128、MS-CNN卷积层数6层、CA深度4层。

**4. Experimental Results and Discussion**

**4.1. Experimental Results**
在最优参数配置下，FCTrans-CA在40,648个测试样本上正确分类40,415个样本，总体准确率达到99.43%。其中初始磨损阶段召回率约为99.44%，正常磨损阶段召回率约为99.46%，严重磨损阶段召回率约为99.38%。结果显示，模型对三类磨损阶段均具有很强的区分能力，尤其初始磨损与正常磨损之间几乎不存在相互混淆，表明融合后的时频表示能够有效辨别相对平稳的早期磨损过程与持续磨损发展阶段。剩余误分类主要集中在严重磨损附近，这与刀具接近严重磨损时切削接触稳定性下降、信号中间歇冲击与高频突发增多的物理特征一致。

研究进一步利用t-SNE对原始信号和模型提取特征进行可视化比较。原始多通道数据在低维空间中分布散乱，不同磨损阶段高度重叠，可分性较差；而经FCTrans-CA提取后的特征则表现出明显聚类趋势，类内更加紧凑、类间边界更加清晰。这说明模型能够从复杂噪声背景中提炼出高判别性的关键磨损特征。对交叉注意力权重的可视化分析显示，不同注意力头具有不同的关注偏好，其中部分头能够在特定频域特征引导下聚焦关键时域模式，证明模型确实建立了有效的时频跨域关联，并增强了判别过程的可解释性。

**4.2. Comparative Experiments**
为验证各模块的贡献，研究设计了四组对比实验。去除MS-CNN模块后，准确率下降至98.53%，说明多尺度时域特征提取是高精度识别的基础。去除交叉注意力模块后，准确率为99.12%，虽保持较高水平，但仍低于完整模型，表明CA带来的时频深度融合具有额外增益。将交叉注意力替换为单纯时域自注意力后，准确率为99.20%，说明单域注意力难以充分替代时频跨域交互，频域信息对于补充能量分布特征具有重要意义。将位置编码替换为线性变化后，准确率下降至99.16%，提示位置编码虽影响较小，但对维持序列结构感知仍有积极作用。

进一步的注意力可视化结果表明，去除MS-CNN后，注意力权重分布更加稀疏，输入特征丰富度下降；用时域自注意力替代交叉注意力后，模型更易过度关注时间域内部复杂关系，增加对噪声和非关键变化的过解释；线性位置编码则削弱了序列位置关系建模能力，导致相关性表达不足。混淆矩阵分析也进一步证明完整FCTrans-CA在所有磨损阶段上均取得最优表现。与其他机器学习和深度学习方法相比，FCTrans-CA以99.43%的准确率取得最高性能，说明其多尺度时域提取与时频交叉融合策略在刀具磨损监测任务中具有明显优势。

**4.3. Robustness, Generalization, and Limitations**
研究同时指出，该模型当前验证主要依赖于固定切削参数下采集的PHM2010数据，因此所得高准确率主要反映特定基准条件下的性能。对于真实工业部署，还需在不同刀具材料、工件材料、主轴转速、进给速度、切削深度、润滑/冷却状态和传感器噪声水平下进一步评估其稳健性与泛化能力。因此，论文明确将现阶段结果界定为基准验证，而非普适工业条件下的最终结论。

从讨论部分来看，论文认为FCTrans-CA各组成模块均对性能提升具有实质贡献。MS-CNN增强了复杂时域信号中局部与全局模式的提取能力，交叉注意力实现了时域形态与频域能量特征之间的定向融合，位置编码则辅助模型理解频域序列结构。研究证明，针对复杂时频信号设计的轻量化融合架构，能够有效提高刀具磨损程度分类性能。同时，作者也明确承认模型尚存在局限，即仅在单一公开数据集和固定工况下完成验证，后续仍需开展噪声注入、跨材料、跨参数及不同润滑/冷却条件下的测试，以完善对鲁棒性与泛化性的评估。

研究结论部分可概括翻译如下：FCTrans-CA通过轻量级非对称交叉注意力桥接模块，将FFT得到的频域特征与原始时域传感特征进行融合，实现了由频域信息引导的磨损敏感时域表征选择。多尺度卷积神经网络（MS-CNN）增强了瞬态局部冲击和长程退化趋势的提取能力，而交叉注意力进一步强化了跨域特征交互。在PHM2010基准数据集上，FCTrans-CA在40,648个测试样本上取得99.43%的准确率，且混淆矩阵表明初始磨损、正常磨损和严重磨损阶段之间具有良好的可分性。该研究仍存在局限，当前验证仅基于固定切削条件下的单一公开数据集，仍需开展附加的噪声注入、跨材料、跨参数以及润滑/冷却工况测试。未来工作将重点关注跨工况泛化能力、轻量化部署以及工业噪声环境下的鲁棒性。