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！

龙图腾网获悉清华大学;北京控制工程研究所申请的专利用于大型薄壁零件腔体的底面尺寸误差预测方法及装置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：CN117150372B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202311091133.X，技术领域涉及：G06F18/2411；该发明授权用于大型薄壁零件腔体的底面尺寸误差预测方法及装置是由李学崑;叶萌;刘艳敏;韩策设计研发完成，并于2023-08-28向国家知识产权局提交的专利申请。

本用于大型薄壁零件腔体的底面尺寸误差预测方法及装置在说明书摘要公布了：本发明涉及智能制造技术领域，特别涉及一种用于大型薄壁零件腔体的底面尺寸误差预测方法及装置，其中，方法包括：采集大型薄壁零件中每个腔体的主轴铣削功率信号，并对每个腔体进行聚类，得到至少一种类型腔体；利用预先构建的深度自编码器神经网络，提取任一类型腔体的初始功率信号特征，并测量当前类型腔体的底面尺寸误差，以构建关联模型；调整深度自编码器神经网络的参数，并将剩余的其他类型腔体的主轴铣削功率信号输入微调后的深度自编码器网络中，以提取多个功率信号特征；将多个功率信号特征输入至关联模型中，以预测多个腔体铣削的底面尺寸误差。该方法实现了对大型薄壁零件腔体铣削底面尺寸误差的高效、精确预测。

本发明授权用于大型薄壁零件腔体的底面尺寸误差预测方法及装置在权利要求书中公布了：1.一种用于大型薄壁零件腔体的底面尺寸误差预测方法，其特征在于，包括以下步骤： 采集大型薄壁零件中每个腔体的主轴铣削功率信号； 基于所述每个腔体的主轴铣削功率信号对每个腔体进行聚类，得到至少一种类型腔体，其中，具体包括： 步骤一：计算N个腔体的散度矩阵，并设置临时矩阵； 步骤二：确定所述临时矩阵的非零最小值； 在所述非零最小值不唯一的情况下，任选其中一个，设所选取的非零最小值在临时矩阵的第行、第列，将第个和第个腔体聚为一类，并设置； 步骤三：重新确定所述临时矩阵的非零最小值； 在所述非零最小值不唯一的情况下，任选其中一个，设所选取的非零最小值在临时矩阵的第行、第列； 判断所述第个和所述第个腔体是否已经被聚类： 在两个腔体均未被聚类的情况下，将所述第个和所述第个腔体聚为一类，并设置； 在只有一个腔体已被聚类的情况下，设已被聚类的腔体为第个腔体，未被聚类的腔体为第个腔体，定义包含第个腔体的类为，定义中间变量、，在的情况下，将两个腔体分配到，在的情况下，仅将第个腔体分配到，并设置，其中，所述中间变量和分别为： 其中，为包含已被聚类的腔体的类，为未被聚类的腔体，为中腔体个数，为中任意的一个腔体，为所有不属于类的腔体中的任意一个腔体，为中任意的一个腔体的主轴铣削功率信号相对于未被聚类的腔体的主轴铣削功率信号的Kullback-Leibler散度，为所有不属于的任意一个腔体的主轴铣削功率信号相对于未被聚类的腔体的主轴铣削功率信号的Kullback-Leibler散度； 在两个腔体均已被聚类的情况下，并设置； 检查所有腔体是否全部完成聚类，在没有全部完成的情况下，则迭代执行步骤三继续进行聚类，直至所有腔体全部完成聚类； 利用预先构建的深度自编码器神经网络，提取任一类型腔体的初始功率信号特征，并测量当前类型腔体的底面尺寸误差； 构建所述初始功率信号特征和其对应的实际底面尺寸误差之间的关联模型，其中，所述关联模型为： 其中，为第个腔体第个测点处功率信号特征的阶分量，为第个腔体第个测点处的底面尺寸误差； 调整所述深度自编码器神经网络的参数，并将剩余的其他类型腔体的主轴铣削功率信号输入微调后的深度自编码器网络中，以提取多个功率信号特征； 将所述多个功率信号特征输入至所述关联模型中，以预测多个腔体铣削的底面尺寸误差。

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清华大学;北京控制工程研究所，其通讯地址为：100084 北京市海淀区清华园1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。