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！

龙图腾网获悉厦门大学申请的专利一种基于双重自注意力机制的铣削加工刀具磨损检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：CN119669691B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411751756.X，技术领域涉及：G06F18/20；该发明授权一种基于双重自注意力机制的铣削加工刀具磨损检测方法是由连云崧;田伟江;戴鹏伟;徐轶涵;罗嘉俊;张金一;周伟;张保财设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本一种基于双重自注意力机制的铣削加工刀具磨损检测方法在说明书摘要公布了：本发明属于机械切削刀具磨损检测技术领域，具体公开了一种基于双重自注意力机制的铣削加工刀具磨损检测方法，包括以下步骤：传感器布置与实验参数设置、信号采集样本选取、模型训练、铣削刀具磨损检测、铣削刀具磨损检测。本发明的检测方法对刀具加工过程中的各类传感器信号进行有效的特征提取和数据降维，更好的利用深度学习技术的信息提取能力实现更高精度的刀具磨损预测，并通过更精妙的模型优化设计降低模型的复杂度，使得模型对适配的硬件的要求降低，让真正实现对刀具磨损的成为可能，从而有效提高系统可靠性，降低事故发生风险，从而保障机床的安全运行；不仅克服了传统检测方法的局限性，还为铣削加工行业带来更高效的监测手段。

本发明授权一种基于双重自注意力机制的铣削加工刀具磨损检测方法在权利要求书中公布了：1.一种基于双重自注意力机制的铣削加工刀具磨损检测方法，其特征在于，包括以下步骤： 1传感器布置与实验参数设置：确定切削参数范围，进行单一切削参数或多切削参数铣削实验；传感器布置完成后，单一切削参数在相同切削参数和加工条件下进行切削加工，获得加工过程中各传感器的数据；多切削参数铣削实验在变切削参数下进行切削加工； 2信号采集样本选取：用电子显微镜对单次加工后刀具的磨损进行测量和记录，磨损值取后刀面最大磨损值；提取单次加工过程最后4s的稳定传感器信号作为信号采集样本，包括振动信号、切削力信号和声发射信号，根据加工次数将得到的单次加工数据与刀具磨损值一一对应，每个刀具磨损值对应单次次走刀过程； 3模型训练：将步骤2中一一对应的稳定传感器信号与刀具磨损值输入基于双重注意力的刀具磨损预测算法进行训练；所述训练方法包括以下步骤： ①数据折叠：以刀具旋转一周过程内采集到的点数为周期将数据在时序维度上进行折叠，再将数据按通道维度进行折叠；将数据折叠后可以有效减小在进行周期内的数据映射时需要用到的神经元的个数，在进行高维度特征映射的同时有效降低模型的复杂度； ②周期内的数据映射：通过以MLP为基础建立周期内数据的映射层，通过这个映射层兼顾数据的顺序性，综合考虑一转周期内的所有数据点，将数据进行更高维度的映射，避免各类传感器数据在不同时刻上的误差造成影响； ③数据的通道维度展开：在进行周期内的特征映射时，由于设计目的是以周期内的数据点进行周期内的高维度映射，所以将数据沿通道维度也进行了折叠，在进行周期内的特征提取时，需要对不同通道的信号进行信号的特征融合，所以需要将数据沿通道维度进行展开； ④周期内的特征提取：将数据沿通道维度展开后，输入到交叉注意力模块中进行周期内的特征提取，建立周期内不同时间步之间的联系，在交叉注意力模块中将矩阵Q的时间步长维度设置为1，从而对数据进行有效的降维； ⑤周期间的时序建模：将经过周期内特征提取的数据输入到自注意力机制中，由于数据经过了周期内的特征提取，所以一个刀具旋转周期内的数据时间步长维度变成了1，再通过自注意力机制建立周期间不同时间步之间的联系，从而对数据进行周期间的时序建模； ⑥数据聚合：将经过多重注意力机制的数据输入到以MLP为基础建立的数据聚合层中，各层之间设置GELU为激活函数，最终得到预测值； ⑦计算各层参数：将上述得到的预测值与实际的磨损值通过交叉熵损失函数计算损失函数，再通过反向传播算法计算以上提到的各层中的各个参数的大小； 4铣削刀具磨损检测：将待检测的铣削加工信号输入经过训练后的模型，预测铣削刀具的磨损情况，并给出相应的评估结果； 5铣削刀具磨损检测：将待检测的铣削加工信号输入经过训练后的模型，预测铣削刀具的磨损情况，并给出相应的评估结果。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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。