近日，太阳成集团tyc122cc入口黄华教授团队在智能制造与刀具健康管理领域取得重要研究进展。由2024级博士研究生辛军博为第一作者，黄华教授为通讯作者等共同完成的学术论文《Multi－task hierarchical domain adaptation multi－expert attention network for cross－domain tool wear monitoring and remaining useful life estimation》，于2026年5月正式在线发表于国际工业工程领域顶级期刊《Computers ＆ Industrial Engineering》（ISSN： 0360－8352，JCRQ1，新锐一区TOP，影响因子6.5），兰州理工大学为论文唯一完成单位。DOI: 。
图1 论文首页
该研究针对航空航天、汽车制造等高端制造领域中数控加工过程中普遍面临的“变工况”与“跨刀具”迁移难题，提出了一种名为MTHDA－MEA的新型智能监测网络。该网络通过融合多任务学习与分层域自适应机制，有效解决了传统模型在实际生产中因加工参数波动、刀具个体差异导致的泛化能力不足问题，实现了多切削刃磨损的并行协同预测与全生命周期健康评估。
图2 刀具状态监测的核心问题与研究目标
为突破纯算法仿真的局限，验证技术方案的工程实用性，团队自主搭建了集成切削力、振动、声发射等多源传感器的刀具状态在线监测硬件系统，在数控加工现场完成了多工况、多刀具的全生命周期试验验证，实现了从信号采集、特征提取到健康评估的全流程技术闭环。
图3 刀具状态在线监测场景
经国际权威公共数据集和现场验证，该方法在跨工况刀具监测任务中展现出优异的准确性和实时性。研究成果不仅为数控机床的预测性维护提供了更具稳定性的技术解决方案，也为实现智能制造中“降本增效”与“避免过／欠维护”提供了重要的理论支撑。研究工作得到了国家自然科学基金项目（52365057）、甘肃省科技重大专项（23ZDGE002）及2026年甘肃省研究生“创新之星”项目（2026CXZX－498）的资助。
近年来，黄华教授团队围绕智能制造与装备智能运维方向开展了深入系统的研究，在高端数控装备与加工工艺、数字孪生技术、工业人工智能等领域取得了一系列重要成果，先后在《Computers ＆ Industrial Engineering》《Nondestructive Testing and Evaluation》《The International Journal of Advanced Manufacturing Technology》等国际知名期刊发表了多篇高水平论文。下一步，团队将继续深化物理机理与数据驱动模型的融合研究，探索面向工业边缘部署的增量学习与在线自适应更新策略，推动研究成果在工业现场的落地应用，为高端装备制造业的智能化发展贡献力量。
（图文: 张亚军;审核:侯运丰）
地址:甘肃省兰州市七里河区彭家坪路36号 
电话:(86-0931)-2973860 
邮箱:1051109930@qq.com
甘公网安备 62010302000691 
