Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 江苏科技大学李国超获国家专利权

江苏科技大学李国超获国家专利权

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!

龙图腾网获悉江苏科技大学申请的专利一种双向铣削力预测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:CN119077436B

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:202411189320.6,技术领域涉及:B23Q17/09;该发明授权一种双向铣削力预测方法及系统是由李国超;江茹;谢达;薛逸然;孙丽;刘寅飞;郑浩;刘志刚;周宏根设计研发完成,并于2024-08-28向国家知识产权局提交的专利申请。

一种双向铣削力预测方法及系统在说明书摘要公布了:本发明公开了一种双向铣削力预测方法及系统,其中系统包括,数据获取模块,用于获取电流和铣削力数据集;预处理模块;特征提取模块;特征筛选模块,依据电流特征的稳定性、电流特征对转速的敏感性、电流特征与铣削力的相关性,筛选出符合预设条件的电流特征构成目标特征矩阵;初始模块,用于构建神经网络模型;训练模块,获得最终的用于预测双向铣削力的预测模型;输入模块,用于将待监测铣削力的刀具主轴电流的目标特征矩阵输入预测模型;输出模块,用于输出预测模型预测得到的双向铣削力。本发明能够预测沿着进给方向和垂直于进给方向的双向铣削力Fx和Fy,且预测监测的准确性高;能够适用于复杂的切削情况和材料变化。

本发明授权一种双向铣削力预测方法及系统在权利要求书中公布了:1.一种双向铣削力预测方法,其特征在于:包括以下步骤: 实验获取同一个工件在两种或两种以上不同转速下铣削作业时刀具主轴电流和铣削力数据集;其中电流和铣削力数据集包括等效直流电Irms、双向铣削力Fx和Fy,其中Fx和Fy由指向瞬时切削方向的切削力Ft分解得到,且Fx和Fy的方向分别沿着铣削进给方向和垂直于铣削进给方向;所述工件由两种不同材料拼接构成;获取电流和铣削力数据集的步骤如下: 刀具首先在工件的一侧空转,然后刀具沿着工件长度的方向移动并先后铣削两种不同的材料; 使刀具以不同的转速进行前述铣削作业; 同一转速的铣削作业重复多次,同一转速的铣削作业获得的电流和铣削力数据构成一个数据组; 不同转速下获得的所有数据组构成电流和铣削力数据集; 提取电流和铣削力数据集中电流信号的时域、频域和时频域特征,依据电流特征的稳定性、电流特征对转速的敏感性、电流特征与铣削力的相关性,筛选出符合预设条件的电流特征构成目标特征矩阵;其中提取电流和铣削力数据集中电流信号的时域、频域和时频域特征包括每个Irms分别在空转状态、铣削碳钢状态和铣削铝合金状态下的多个特征;所述多个特征包括最大值、最小值、平均值、峰峰值、绝对均值、方差、标准差、均方根值、方根幅值、偏态指标、峭度指标、波形因子、峰值因子、脉冲因子、裕度因子、重心频率、均方频率、均方根频率、频率方差以及8层小波分解,提取的所有特征构成电流信号特征MC0; 其中电流特征的稳定性以铣削状态和铣削转速为变量,以电流信号特征MC0为评价指标,稳定性的计算公式和筛选方式如下: 分别求解各个数据组的实验特征离散系数cv,计算公式如下: cv=σfeaμfea 其中,σfea和μfea分别为同一个特征在同一转速的多次铣削中的标准差和均值, 根据计算的实验特征离散系数cv结果,设定阈值,将实验特征离散系数cv低于阈值的特征构建成特征矩阵MC1; 其中电流特征对转速的敏感性用于表征特征电流信号特征MC0对转速变化的响应,敏感性Vari的计算公式和筛选方式如下: 其中,μi为第i个数据组的特征平均值;ni为第i个数据组的转速; 将对铣削力的变化高度敏感的特征记为特征矩阵MC2; 电流特征与铣削力的相关性的筛选方式如下: 取特征矩阵MC1和特征矩阵MC2的交点,构成特征矩阵MC3; 分别计算Fx和Fy的平均值,对特征矩阵MC3与Fx的平均值和Fy的平均值进行Pearson相关分析,将MC3中铣削力Fx和Fy中相关性大于0.8的特征记为目标特征矩阵; 构建基于CNN-ResNet深度学习算法的神经网络模型;其中神经网络模型包括CNN的卷积层和ResNet残差块; 将目标特征矩阵包含的数据划分为训练集和验证集,用训练集对神经网络模型进行训练得到初步模型;导入验证集,使用初步模型,计算损失值,然后进行反向传播和参数更新,直至损失函数值最小并趋于稳定,迭代停止,得到最终的用于预测双向铣削力的预测模型; 获取待监测铣削力的刀具主轴电流的目标特征矩阵并输入预测模型,预测得到双向铣削力。

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江苏科技大学,其通讯地址为:212000 江苏省镇江市梦溪路2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。

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。