机床与液压

作者：赵华通，王宇钢，陆宗浩，王涛

单位：辽宁工业大学机械工程与自动化学院；辽宁工业大学机械工程与自动化学院；辽宁工业大学机械工程与自动化学院；辽宁工业大学机械工程与自动化学院

关键词：车削;能耗预测;元学习;BP神经网络;MAML算法

基金：辽宁省教育厅基本科研项目（LJKMZ20220973）

针对样本不足导致数据驱动能耗模型预测精度低、泛化性差的问题，提出一种基于元学习的数控车削能耗预测方法。根据元学习训练策略设计试验方案，采集能耗数据，生成能耗训练元任务。然后针对已知工况元任务，通过模型无关元学习（MAML）算法对基于BP神经网络的基模型进行参数寻优；通过添加损失权重梯度函数，对元任务进行梯度归一化处理，最终构建了基于改进的MAML-BP车削能耗预测模型。结果表明：改进的MAML-BP模型在多工况下的车削加工能耗预测中能够获得较高的预测准确度和良好的泛化性。

来源：2025年第10期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第10期