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！

龙图腾网获悉浙江工业大学申请的专利基于多源数据融合的微球研抛过程中压力参数优化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：CN119623291B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411769322.2，技术领域涉及：G06F30/27；该发明授权基于多源数据融合的微球研抛过程中压力参数优化方法是由赵文宏;颜晨欢;王金虎;袁巨龙;吕冰海;刘文;夏宇栋;吴赫杰;徐凡;孔吉卫设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本基于多源数据融合的微球研抛过程中压力参数优化方法在说明书摘要公布了：本发明提供了一种基于多源数据融合的微球研抛过程中压力参数优化方法，具体包括以下步骤：步骤一，先通过多个传感器采集微球研磨抛光过程中的振动信号以及非振动信号；再对采集到的振动信号进行处理，提取出主要特征；然后，将提取出的振动信号特征与非振动信号进行整合，确保数据维度一致；步骤二，将整合后的数据输入到DAE‑MMR预测模型中，预测出当前加工状态下的最优压力值；所述预测模型基于自动编码器和BP神经网络构建，并通过多个传感器采集到的多源数据的历史数据训练得到；步骤三，将预测的压力值输入控制系统中，由控制系统对研磨抛光过程中的压力进行调节，实现对压力参数的精准优化；从而可以提高微球的加工精度和加工效率。

本发明授权基于多源数据融合的微球研抛过程中压力参数优化方法在权利要求书中公布了：1.基于多源数据融合的微球研抛过程中压力参数优化方法，其特征在于，具体包括以下步骤： 步骤一，先通过多个传感器采集微球研磨抛光过程中的振动信号以及非振动信号；再对采集到的振动信号进行处理，提取出主要特征，用于区分不同加工阶段的振动信号差异；然后，将提取出的振动信号特征与非振动信号进行整合，确保数据维度一致； 步骤二，将整合后的数据输入到DAE-MMR预测模型中，预测出当前加工状态下的最优压力值；所述预测模型基于自动编码器和BP神经网络构建，并通过多个传感器采集到的多源数据的历史数据训练得到；训练的具体过程如下：a.将多个传感器采集到的振动信号和非振动信号，按照时段划分为粗抛阶段和精抛阶段，并进一步分割为训练集和测试集；b.使用训练集数据训练自动编码器，并提取自动编码器的编码部分，使用BP神经网络进行回归预测训练，直到损失函数收敛或者达到预定的训练次数；c.将测试集中的数据输入训练后的预测模型中，并输出预测结果，然后根据公式计算平均绝对误差MAE，对预测模型的性能进行评估；其中，yi为真实压力值，y′i为预测压力值，N表示样本个数；若MAE不大于设定阈值，则训练完成，反之，则重复步骤b； 步骤三，将预测的压力值输入控制系统中，由控制系统对研磨抛光过程中的压力进行调节，实现对压力参数的精准优化。

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工业大学，其通讯地址为：310014 浙江省杭州市拱墅区朝晖六区潮王路18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”。

以上内容由龙图腾AI智能生成。