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！

龙图腾网获悉东华大学申请的专利一种数据增强的卷绕机锭轴运动精度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：CN115994306B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202310100291.0，技术领域涉及：G06F18/214；该发明授权一种数据增强的卷绕机锭轴运动精度预测方法是由张洁;周文波;丁司懿;毛新华;王森;童辉辉设计研发完成，并于2023-02-06向国家知识产权局提交的专利申请。

本一种数据增强的卷绕机锭轴运动精度预测方法在说明书摘要公布了：本发明涉及一种数据增强的卷绕机锭轴运动精度预测方法，首先采集锭轴装配工艺及运行参数，并建立转子动力学模型生成仿真数据，进而设计了条件生成式对抗网络扩充不同装配工艺的样本数据，最后依据样本数据属时间序列数据，构建长短时记忆网络、注意力机制网络和BPNN神经网络对卷绕机锭轴运动精度进行预测。该方法考虑了锭轴最终装配精度对卷绕过程锭轴运动精度的影响，提高了仿真数据的准确性以及数据扩充模型的收敛速度；针对锭轴卷绕过程特征参数具有时间序列特点，致使提取卷绕过程工艺数据前后特征困难的问题，提出LSTM‑Attention的预测模型，解决了锭轴卷绕过程时间序列参数特征提取，挖掘了前后时间之间的特征关联关系，实现锭轴运动精度的准确预测。

本发明授权一种数据增强的卷绕机锭轴运动精度预测方法在权利要求书中公布了：1.一种数据增强的卷绕机锭轴运动精度预测方法，其特征在于，具体包括如下步骤： 1建立锭轴动力学模型：求解锭轴装配过程中的装配误差的质量偏心距，并将其引起的不平衡力引入转子动力学方程中；定义初始数据、时间变量和时间步长，求解锭轴动力学模型的中间参数和各时间点的锭轴振动响应，形成一一对应关系组成仿真数据用于样本扩充； 所述初始数据包括：锭轴最终装配精度、锭轴初始振动位移、速度、加速度、卷绕阶段运行时间和角加速度，既考虑锭轴装配参数的误差传递，又考虑锭轴运行参数对振动位移的影响；其中卷绕机锭轴装配的套筒结合件中的定长套直接参与卷绕过程丝饼卷绕，因此定长套的装配精度可视为锭轴最终装配精度，所述锭轴最终装配精度包括锭轴定长套与细长轴的同轴度、锭轴定长套与基座的平行度； 所述锭轴动力学模型的中间参数包括：锭轴系统质量矩阵、刚度矩阵和阻尼矩阵，中间参数用于最终计算各时间点锭轴振动响应，即获取卷绕机锭轴不同装配工艺下的卷绕过程仿真数据； 2采集实测数据：采集不同装配工艺下的锭轴最终装配精度参数，装配精度参数包括定位误差和定向误差以及锭轴卷绕运行参数，锭轴卷绕运行参数包括锭轴转速、卷绕丝饼质量、锭轴变形量和锭轴的振动位移，形成一一对应关系组成实测数据样本用于预测验证； 3生成扩充数据：基于条件生成式对抗网络建立数据扩充模型，将步骤1的仿真数据和与其一一对应的振动影响因素作为标签输入到对抗网络中生成器生成扩充数据，进而将扩充数据、步骤2的实测数据和与其一一对应的振动影响因素作为标签输入到对抗网络中判别器进行真假数据判别；根据条件生成式对抗网络的对抗训练原理，生成器和判别器不断对抗更新网络参数，最终生成器生成足够数量更接近真实的扩充数据；所述生成扩充数据方法：考虑锭轴运行参数时序特征的影响，在基于条件生成式对抗网络的生成器和判别器中加入长短期记忆网络，用于提取时序特征参数；所述输入生成器和判别器的标签指锭轴定长套与转轴的同轴度、锭轴定长套与基座的平行度、锭轴转速、卷绕丝饼质量和锭轴变形量； 4建立预测模型：建立长短期记忆网络、注意力机制和BPNN神经网络结合的锭轴运动精度预测模型，其中长短期记忆网络提取时间序列特征信息，注意力机制提供不同特征的重要程度以及BPNN神经网络拟合变量和输出的复杂非线性关系，三者连接方式为横向连接，预测卷绕机锭轴运动精度； 5训练预测模型：将生成器生成的扩充数据样本进行标准化处理，并以8：2的比例划分训练集和测试集，在长短期记忆网络输入训练集序列数据进行训练，当BPNN神经网络中损失函数停止优化或达到最大训练次数则结束训练，得到最终卷绕机锭轴运动精度预测模型，并用测试集对卷绕机锭轴运动精度预测模型进行验证。

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东华大学，其通讯地址为：200051 上海市长宁区延安西路1882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。