1. 数据准备
收集至少3个月的历史数据，包含：主轴负载、振动RMS、切削时间、换刀记录、刀具类型、加工材料。数据清洗：去除停机时段、异常跳变。
2. 特征工程
提取时域特征（均值、标准差、峰值）、频域特征（FFT主频幅值）。归一化处理。
3. 模型训练
推荐使用随机森林或XGBoost，目标变量为剩余可用寿命（RUL）。训练集:验证集=8:2。
4. 部署
将模型转换为ONNX格式，部署到边缘网关。设置推理周期（如每10秒一次）。输出结果通过MQTT上传至MES。
刀具寿命预测模型训练与部署指南（V1.0）
暂无讨论，说说你的看法吧
