Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京理工大学周长光获国家专利权

南京理工大学周长光获国家专利权

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!

龙图腾网获悉南京理工大学申请的专利基于滚道表面轮廓的滚珠丝杠副剩余使用寿命预测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:CN115272694B

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:202210789980.2,技术领域涉及:G06V10/44;该发明授权基于滚道表面轮廓的滚珠丝杠副剩余使用寿命预测方法是由周长光;王立东;朱子睿;冯虎田设计研发完成,并于2022-07-06向国家知识产权局提交的专利申请。

基于滚道表面轮廓的滚珠丝杠副剩余使用寿命预测方法在说明书摘要公布了:本申请提供了基于滚道表面轮廓的滚珠丝杠副剩余使用寿命预测方法,主要包括以下步骤:根据TaylorHobson轮廓仪采集三个位置滚珠丝杠副丝杠滚道表面轮廓曲线,并对该轮廓进行去除形状以及高斯滤波处理;对滚道表面轮廓曲线的主要特征提取,包括粗糙度、最大峰谷高度、均方根、递归律、分形维数以及多重分形谱宽,构建混合特征集合;接着进行降维处理,通过随机森林法评估特征集合中每个特征的重要性,选取出包含95%信息的特征构建新的特征集合;建立双向长短时记忆神经网络模型;将预设位置的混合特征集导入建立的双向长短时记忆神经网络模型进行训练。本申请提供的方法便捷、精确度高、误差小。

本发明授权基于滚道表面轮廓的滚珠丝杠副剩余使用寿命预测方法在权利要求书中公布了:1.基于滚道表面轮廓的滚珠丝杠副剩余使用寿命预测方法,其特征在于,所述方法包括: 采集预设区域内,多个预设位置的滚珠丝杠副丝杠滚道表面的轮廓曲线,并对轮廓曲线进行去除形状以及高斯滤波处理; 利用综合统计分析、递归分析以及分形分析方法对滚道表面的轮廓曲线进行特征提取,构建混合特征集合; 进行降维处理,通过随机森林法评估混合特征集合中每个特征的重要性,对根据重要性的数值对混合特征集中的每个特征进行从高到低排序,选取出累加超过95%信息的特征构建新的特征集合; 将预设位置的新混合特征集输入目标精度下的双向长短时记忆神经网络模型得到滚珠丝杠副剩余使用寿命预测结果; 其中,目标精度下的双向长短时记忆神经网络模型通过以下方法确定: 步骤1,通过TaylorHobson轮廓仪采集预设区域内,多个预设位置的滚珠丝杠副丝杠滚道表面的轮廓曲线,并对轮廓曲线进行去除形状以及高斯滤波处理; 步骤2,利用综合统计分析、递归分析以及分形分析方法对滚道表面的轮廓曲线进行特征提取,构建混合特征集合;所述特征包括粗糙度、最大峰谷高度、均方根、递归律、分形维数以及多重分形谱宽; 步骤3,进行降维处理,通过随机森林法评估混合特征集合中每个特征的重要性,对根据重要性的数值对混合特征集中的每个特征进行从高到低排序,选取出累加超过95%信息的特征构建新特征集合; 步骤4,建立双向长短时记忆神经网络模型,根据试验设置好网络层数以及隐含层神经元数量; 步骤5,将预设位置的新混合特征集导入建立的双向长短时记忆神经网络模型进行训练,直至获取目标精度下的双向长短时记忆神经网络模型。

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南京理工大学,其通讯地址为:210094 江苏省南京市孝陵卫200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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。