买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江理工大学;杭州大天数控机床有限公司申请的专利一种基于实时预测表面粗糙度的数控机床高效切削方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119916739B 。

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510406189.2，技术领域涉及：G05B19/19；该发明授权一种基于实时预测表面粗糙度的数控机床高效切削方法是由陈刚;陈智豪;王闻宇;刘振;徐一栋;王天一;孟祥辉设计研发完成，并于2025-04-02向国家知识产权局提交的专利申请。

本一种基于实时预测表面粗糙度的数控机床高效切削方法在说明书摘要公布了：本发明公开了一种基于实时预测表面粗糙度的数控机床高效切削方法。首先通过数控机床类型开发的数据采集软件来实现外置传感器和数控系统机床内部信息的采集与存储；再通过数据预处理、多源数据特征提取与融合、预测模型来实现对零件表面粗糙度的预测；零件加工过程中采集数据输入模型进行实时预测并调整加工参数，从而在保证零件一定质量的前提下提高切削效率，并将最优参数存入知识库中。有效改善数控机床零件生产过程中质量不确定，生产完成后需耗费人力进行表面粗糙度检测的缺点，且知识库可为各种零件生产提供最佳的切削参数，在确保零件一定质量的前提下提高生产效率有较大的益处。

本发明授权一种基于实时预测表面粗糙度的数控机床高效切削方法在权利要求书中公布了：1.一种基于实时预测表面粗糙度的数控机床高效切削方法，其特征在于，包括步骤如下： 步骤（一）采集数控机床外置传感器数据及数控系统内部数据，并将其按标签分别存储到数据库中； 数据通过二次开发的软件采集，数控系统内部数据通过以太网通讯采集，所采集的数据具体包括主轴转速、主轴进给率和加工时间；外置传感器数据通过串口通信采集，所采集的数据具体包括主轴X轴振动值、主轴Y轴振动值、主轴Z轴振动值、主轴切削力值、主轴电机电流电压值、主轴电机功率； 步骤（二）读取数据库中所采集到的外置传感器数据与数控系统内部数据作为数据集，并对数据集按零件表面粗糙度进行标记与分类； 步骤（三）将采集到的外置传感器数据通过设定阈值范围来去除异常值，并针对不同数据类型分别进行滤波处理； 步骤（四）对处理后的外置传感器数据中的主轴三轴振动数据与切削力数据经过变换生成图像并提取图像特征序列；对除加工时间外的其余数据进行特征提取得到数值型特征向量；将数值型特征向量与图像特征序列拼接融合； 步骤（五）搭建表面粗糙度预测模型，将融合后的特征作为模型的输入，模型的输出为预测零件表面粗糙度，并对表面粗糙度预测模型进行训练； 步骤（六）在加工过程中将实时采集的外置传感器数据及数控系统内部数据经过去除异常值、滤波及特征融合处理后输入训练完成的表面粗糙度预测模型，从而实现表面粗糙度实时预测； 步骤（七）构建高效切削知识库； 根据表面粗糙度预测模型实时的预测值反馈，调整进给量和主轴转速，同时实时监测切削力；采用正交试验设计方法，筛选最优参数组合，构建高效切削知识库； 步骤（八）加工前在高效切削知识库中检索匹配最优切削参数组合；加工时对加工参数进行微调；加工完成后优化知识库； 所述步骤（四）中对步骤（三）处理后的主轴电机电流电压值、主轴电机功率、主轴转速和主轴进给率进行特征提取，作为数值型特征向量；将外部传感器数据中的主轴三轴振动数据与主轴切削力数据分别通过短时傅里叶变换窗函数设定为矩形窗函数、大小为39、步长为26提取时频特征，并上述数据进行归一化处理，再转变为格拉姆角场图提取局部与全局特征，将所得两类数据的短时傅里叶变换图和格拉姆角场图中提取的特征作为图像特征序列；对提取到的数值型特征向量和图像特征序列沿着特征维度进行拼接，融合形成完整的输入张量； 所述步骤（五）中将多源数据经过前四步得到数据融合特征作为输入，预测零件表面粗糙度为输出搭建模型；表面粗糙度预测模型中，输入的数据融合特征首先通过多头注意力机制将各头的输出拼接并再次线性变换，实现对不同子空间信息的同时捕捉；在多头注意力机制之后，连接一个两层的全连接前馈神经网络，并应用残差连接和层归一化加速模型收敛；经过中间层的特征提取与变换，最终输出层采用单个神经元，以线性激活函数输出预测的表面粗糙度值；设定合适的超参数，采用Adam优化算法和均方误差损失函数，对表面粗糙度预测模型进行训练。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江理工大学;杭州大天数控机床有限公司，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街928号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。