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 > 山东大学马赛获国家专利权

山东大学马赛获国家专利权

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!

龙图腾网获悉山东大学申请的专利基于深度强化学习的切削加工工艺参数优化方法及系统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:CN120215452B

龙图腾网通过国家知识产权局官网在2025-08-19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:202510694140.1,技术领域涉及:G05B19/418;该发明授权基于深度强化学习的切削加工工艺参数优化方法及系统是由马赛;徐晟博;朱鹏;王政;朱洪涛;邹斌;姚鹏;黄传真设计研发完成,并于2025-05-28向国家知识产权局提交的专利申请。

基于深度强化学习的切削加工工艺参数优化方法及系统在说明书摘要公布了:本发明公开了一种基于深度强化学习的切削加工工艺参数优化方法及系统,涉及智能制造技术领域,包括:面向多工步的切削加工任务,构建工艺参数与工艺指标之间的关系模型;基于关系模型构建切削加工环境,获取当前环境下的加工状态,并将工艺参数优化问题形式化为马尔可夫决策过程;在马尔可夫决策过程中,采用改进的软决策‑评价算法作为工艺参数优化器,生成工艺智能体,经训练输出多工步的最优工艺参数组合;其中,改进的软决策‑评价算法为:在Critic模块和Actor模块中引入神经网络;根据工艺智能体输出的最优工步数和工艺参数组合,执行实际切削加工任务。本发明能够提升工艺参数优化性能,提高零件加工质量。

本发明授权基于深度强化学习的切削加工工艺参数优化方法及系统在权利要求书中公布了:1.一种基于深度强化学习的切削加工工艺参数优化方法,其特征在于,包括: 面向多工步的切削加工任务,构建工艺参数与工艺指标之间的关系模型; 基于关系模型构建切削加工环境,获取当前环境下的加工状态,并将工艺参数优化问题形式化为马尔可夫决策过程;其中,工艺参数优化问题的决策变量包括各道工步的工艺参数组合和工步数,工步数为m道粗加工和最后一道精加工工步之和; 在马尔可夫决策过程中,采用改进的软决策-评价算法作为工艺参数优化器,生成工艺智能体,经训练输出多工步的最优工艺参数组合;其中,改进的软决策-评价算法为:在Critic模块和Actor模块中引入神经网络,通过对神经网络进行参数化建模与训练,分别学习不同加工状态下各工艺参数对优化加工目标的非线性影响以及不同加工状态对应的最优动作分布; 所述Critic模块用于评估不同加工状态下特定工艺参数组合对最终加工目标的影响,即加工决策价值; 所述Critic模块通过神经网络进行参数化建模,输入向量为当前工步的加工状态与动作,该动作即为工艺参数组合,输出值为加工决策价值; 其中,Critic模块采用双Critic网络机制,即构建两个Critic网络,并取两者最小值作为价值估计值;Critic网络由KAN层和能量更新层构成,KAN层通过构建可学习的非线性函数,用于估计不同加工状态下各工艺参数对优化加工目标的非线性影响,能量更新层用于捕捉加工状态和工艺参数中的局部有效特征; 所述Actor模块用于根据Critic模块的评估结果,学习最优的动作即工艺参数组合并执行切削动作; 所述Actor模块包含一个神经网络,由KAN层和能量更新层构成,Actor模块的输入向量为当前工步的加工状态,输出向量为工艺参数组合对应动作的分布;其中,将Actor网络输出的动作分布作为初始分布,并从中采样一组动作粒子,基于更新规则,粒子经过多次迭代更新后,得到最终动作,即切削所需的工艺参数组合; 根据工艺智能体输出的最优工步数和工艺参数组合,执行实际切削加工任务。

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山东大学,其通讯地址为:250000 山东省济南市历下区经十路17923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。