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！

龙图腾网获悉重庆大学申请的专利一种基于DRSN和APF的滚齿刀具磨损趋势预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：CN118663999B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202410691045.1，技术领域涉及：B23F23/12；该发明授权一种基于DRSN和APF的滚齿刀具磨损趋势预测方法是由张立国;鄢萍;周涵;李思辰;刘洋洲;陈剑;易润忠设计研发完成，并于2024-05-30向国家知识产权局提交的专利申请。

本一种基于DRSN和APF的滚齿刀具磨损趋势预测方法在说明书摘要公布了：本发明属于智能制造辅助技术领域，尤其涉及一种基于DRSN和APF的滚齿刀具磨损趋势预测方法，包括以下步骤：S1、构建滚刀磨损趋势预测模型的框架；S2、获取多组历史加工数据，每组历史加工数据包括一套工件加工全寿命周期的滚刀振动数据，以及加工得到的工件的表面粗糙度值；对工件的表面粗糙度值进行处理作为滚刀的磨损趋势值的标签，并对滚刀的振动信号数据进行预处理，得到训练数据；再使用训练数据对趋势预测模型进行训练；S3、获取滚刀的实时加工振动数据并进行预处理后，输入滚刀磨损趋势预测模型中，得到滚刀的预测的磨损趋势值。本方法可以便捷且有效的进行滚刀磨损预测，进而使滚刀机床运行状态的操作决策更加及时和有效。

本发明授权一种基于DRSN和APF的滚齿刀具磨损趋势预测方法在权利要求书中公布了：1.一种基于DRSN和APF的滚齿刀具磨损趋势预测方法，其特征在于，包括以下步骤： S1、构建滚刀磨损趋势预测模型的框架，用于根据滚刀的振动信号数据预测滚刀的磨损趋势值； S2、获取多组历史加工数据，每组历史加工数据包括一套工件加工全寿命周期的滚刀振动数据，以及加工得到的工件的表面粗糙度值；对工件的表面粗糙度值进行处理作为滚刀的磨损趋势值的标签，并对滚刀的振动信号数据进行预处理，得到训练数据；再使用训练数据对趋势预测模型进行训练； S3、获取滚刀的实时加工振动数据并进行预处理后，输入S2训练好的滚刀磨损趋势预测模型中，得到滚刀的预测的磨损趋势值；其中，所述实时加工振动数据包括多套工件加工全寿命周期的滚刀振动数据； S4、设置观测方程，用于表示滚刀的磨损趋势值与磨损趋势状态之间的关系，所述磨损趋势状态包括多个磨损参数；并设置状态转移方程，用于表示相邻时刻的滚刀磨损趋势状态之间的关系； S5、将S3得到的预测的磨损趋势值作为观测值，结合S4设置的观测方程与状态转移方程，使用辅助粒子滤波算法估计滚刀的磨损状态，得到磨损状态中各状态参数的估计值； S6、使用S5得到的各状态参数的估计值，通过预设的ARIMA模型分别对各状态参数进行未来多步预测，得到各状态参数未来多步的预测值； S7、使用各状态参数未来多步的预测值，结合S4构建的观测方程，得到未来多步的滚刀磨损趋势值； S8、将S3得到的预测的磨损趋势值以及S7得到的未来多步的滚刀磨损趋势值，作为滚刀的磨损预测数据，用于辅助滚刀机床运行状态的后续操作决策； 其中，滚刀磨损趋势预测模型包括依次连接的骨干网络单元、残差收缩处理单元和特征融合单元；骨干网络单元包括依次连接的卷积层、归一化层和ReLu激活层；残差收缩处理单元包括级联的多个残差收缩模块；特征融合单元包括自适应平均池化层和全连接层；预处理后的实时加工振动数据输入至骨干网络单元并依次经过骨干网络单元、残差收缩处理单元和特征融合单元后，得到滚刀的预测的磨损趋势值。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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。