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！

龙图腾网获悉洛阳职业技术学院申请的专利基于物联网的数控机床智能监控方法、系统及存储介质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：CN120122561B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510586970.2，技术领域涉及：G05B19/4065；该发明授权基于物联网的数控机床智能监控方法、系统及存储介质是由宋宇;贾亦真;辛正琦;孙芃;王龙龙设计研发完成，并于2025-05-08向国家知识产权局提交的专利申请。

本基于物联网的数控机床智能监控方法、系统及存储介质在说明书摘要公布了：本申请涉及机床智能监控技术领域，公开了一种基于物联网的数控机床智能监控方法、系统及存储介质。该方法包括：采集机床多源数据并传输至边缘节点；对原始数据处理得到工况特征集并输入递归卷积混合记忆网络构建共依存关系图，通过时频域联合解析实现状态参数预测；转换为二维特征图通过SE‑ResNet提取交互特征；融合两类特征执行状态分类；基于健康状态判定结果结合工艺参数和历史数据，预测寿命并生成诊断报告。本申请实现对数控机床多源异构数据的有效融合分析，构建自适应的状态识别与故障预警机制，从而实现机床运行状态的精确监控、早期故障的智能诊断和剩余寿命的准确预测。

本发明授权基于物联网的数控机床智能监控方法、系统及存储介质在权利要求书中公布了：1.一种基于物联网的数控机床智能监控方法，其特征在于，所述方法包括： 采集数控机床主轴振动、电机温度、加工噪声、驱动电流和工作台位移数据，通过工业总线同步传输至边缘节点，得到机床运行原始数据； 对所述机床运行原始数据进行信号处理，得到机床工况特征集； 将所述机床工况特征集输入递归卷积混合记忆网络，构建主轴速度变化、刀具磨损、轴承状态的共依存关系图，通过时频域联合解析实现状态参数预测，得到机床部件状态特征，包括：将所述机床工况特征集输入递归卷积混合记忆网络的时序编码层，通过位置编码和时间步长嵌入处理，得到特征序列；对所述特征序列输入递归卷积混合记忆网络的多尺度卷积层，通过并行的1×1、3×3、5×5卷积核提取不同时间窗口的局部特征模式，对卷积输出特征执行通道注意力加权，得到多尺度时序卷积特征；将所述多尺度时序卷积特征输入长短期记忆层，利用前向和后向双向门控循环单元捕获长时程依赖关系，通过遗忘门、输入门和输出门控制信息流动，得到长时序上下文特征；对所述长时序上下文特征执行注意力融合层处理，计算主轴速度变化、刀具磨损、轴承状态三维特征之间的成对交互强度矩阵，对交互强度矩阵应用非负矩阵分解，提取潜在关联因子，得到压缩的特征交互表示；基于所述压缩的特征交互表示构建加权有向图结构，节点设置为主轴速度变化特征、刀具磨损特征与轴承状态特征，边权重表示特征间交互强度，通过图卷积操作聚合节点特征信息，得到共依存关系图；对所述共依存关系图执行连续小波变换，将时域信号映射至时频平面，计算各频带能量分布与相位关系，通过最大能量跟踪算法提取特征频率组件，得到时频特征谱；将所述时频特征谱与所述长时序上下文特征通过门控更新机制融合，根据不同频带的能量分布赋予自适应权重，综合当前观测与历史状态信息，得到机床部件状态特征； 将所述机床部件状态特征转换为二维特征图，通过SE-ResNet提取主轴-进给-控制系统间的交互特征，得到机床系统状态表征； 融合所述机床部件状态特征与所述机床系统状态表征，执行状态分类，得到机床健康状态判定结果； 基于所述机床健康状态判定结果，结合加工工艺参数和历史故障数据，执行剩余寿命预测和故障预警，得到包含维护建议的机床诊断报告。

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洛阳职业技术学院，其通讯地址为：471000 河南省洛阳市伊滨区科技大道6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”。