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 > 成都飞机工业(集团)有限责任公司喻志勇获国家专利权

成都飞机工业(集团)有限责任公司喻志勇获国家专利权

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!

龙图腾网获悉成都飞机工业(集团)有限责任公司申请的专利一种数控加工任意齿数刀具振动信号自适应识别分析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:CN117862953B

龙图腾网通过国家知识产权局官网在2025-11-11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:202410077382.1,技术领域涉及:B23Q17/09;该发明授权一种数控加工任意齿数刀具振动信号自适应识别分析方法是由喻志勇;朱绍维;姜振喜;毛一砚;李博;刘宽;赵中刚设计研发完成,并于2024-01-19向国家知识产权局提交的专利申请。

一种数控加工任意齿数刀具振动信号自适应识别分析方法在说明书摘要公布了:本发明公开了一种数控加工任意齿数刀具振动信号自适应识别分析方法,属于航空制造领域,包括以下步骤:基于振动传感器获取刀具振动数据,解析振动数据并绘制振动数据图像v_image,设计振动图像特征描述子实现特征提取,基于设计的特征差异评价函数在二维空间特征分布图中得到特征差异关键点,根据自适应分区域阈值判断方式与神经网络识别方式得到识别结果,融合结果并进行比较得到信号输出。本发明适用于分析识别刀具刀齿的磨损量、断齿、缺齿、缺失等异常或是缺陷,基于自适应识别与结果融合分析,可进一步提升刀具异常识别的准确率,降低刀具误报率等技术性指标,降低了因刀具异常导致工件报废的可能,从而避免或降低了经济损失。

本发明授权一种数控加工任意齿数刀具振动信号自适应识别分析方法在权利要求书中公布了:1.一种数控加工任意齿数刀具振动信号自适应识别分析方法,其特征在于:包括如下步骤: 获取刀具振动数据,获取的振动数据采用字典dic的形式进行保存,字典的key表示时间单位为秒,对应的value表示单位时间对应采集的数据,对应的value包含了振动信号在X轴、Y轴方向上的振动量; 解析振动数据并绘制振动数据图像v_image,取当前时间time_temp向前推length长度的时间间隔数据为绘制振动图像的原始数据,比较对应时间段内每一个key所保存在value中X轴与Y轴中的最大值,绘图响应幅值用maxvalue表示,对应length时间段内提取的有效数据用datalength表示,基于此数据绘制v_image图像; 设计振动图像特征描述子,实现全角度特征差异分布图像的统计,以中心位置numc2,numr2开始统计分析每一偏移角度对应的结构树上有效特征数据点分布的点数,描述的对象为v_image图像,完成对记录在结构树中v_image图像全角度特征进行统计描述分析; 基于统计的数据,将特征数据绘制在二维特征空间中; 设计特征差异评价函数,并获取绘制在二维特征空间中的关键特征,基于设计的评价函数,对于任意一振动数据二维空间特征分布图像计算并得到特征差异的关键点特征数据; 设计关键点特征数据映射方式并实现数据特征图像绘制,由得到的关键点特征数据将对应的特征位置反映射至基于原始振动数据绘制的数据特征图中,并对图像进行绘制以得到对应的直观结果图像; 基于图像中对应的区域即可得到在原始图像v_image中不同刀齿对应的振动数据的相对分布关系特性,根据图像v_image中不同区域对应的有效像素数确定刀齿特征数据,令对应的区域的S1、S2、…、Sn中的有效像素数分别记为size1、size2、…、sizen; 设计自适应判断方式,对于每一时间间隔生成的图像,皆可计算得到对应的size1、size2、…、sizen数值; 若存在面积相对分布小于最大面积的情况则需要启动识别网络,否则直接得到识别结果1,识别结果1表示对应的刀具在该段时间内不存在异常情况; 识别网络样本振动数据点之外的其余特征在图像中皆被视为噪声,去除对应噪声; 若启动识别网络对应的输出结果为∈[1,n],对应的识别结果为识别结果2; 融合识别结果1与识别结果2并同数控程序中对应的刀齿数进行比较,以得到最后的识别输出信号; 若对应的时间time_temp的大小≥length长度则进行振动图像的绘制,振动图像的绘制方式为: 1使用OpenCV图像处理库,新建一副大小为numc,numr的单通道图像v_image,其中numc、numr分别表示图像的列数与行数,为了保证获取的振动图像利于特征的分析,图像的行数与列数应相等; 2基于Sspeed与Vfre确定每一hz数据对应的弧度与角度uangle,以图像v_image的中心位置numc2,numr2为振动数据的原点位置开始绘制图像,每hz数据沿对应角度方向上的偏移量即为对应振动数据中X轴、Y轴的最大值maxvalue,若一点绘制在numc2,numr2位置则表示对应的振动数值为零; 机床在加工过程中对应的转速用Sspeed,单位为正整数;振动传感器对应的采集频率用Vfre,单位为hz,对应的数值从数控程序中读取; 3以time_temp-length时刻数据与零度对应,在图像v_image中角度的零度为中心位置numc2,numr2水平向右的方向与角度叠加按逆时针方向增大; 4在图像v_image中依次叠加绘制每一hz数据在其对应累加角度上的振动幅值maxvalue,直到将time_temp-length时间范围内振动传感器采集的数据绘制完成为止; 5对图像v_image中的所有数据点进行尺度统一处理并得到新的统一尺度图; 6当生成完time_temp时刻对应的time_temp-length时间范围内振动数据的图像后,需生成time_temp+1时刻对应的图像,对应的时间范围为time_temp+1-length,依次生成图像实现在线实时的刀具状态监测; 设计振动图像特征描述子表示为: 其中,Di表示特征描述子结构树;i表示结构树特征对应的角度,i∈[0,360;flag表示临时统计标记,每一个i初始对应的flag=0,若满足if条件则对应的flag=1;init表示初始化;hX轴,Y轴,i表示对应i所在结构树上对应的所有像素点;pixelgray表示绘制的图像v_image中非背景像素点的颜色值; 特征差异评价函数的作用是在分布图中曲线识别关键点特征,以实现对特征的降维与抽象表达,特征差异评价函数表示为: 其中,teech表示需要识别的任意齿数刀具齿数;for表示循环处理;表示任意数值;表示存在符号;fX,Y表示统计数据点满足对应关系的函数;X轴beg表示初始的特征空间横坐标数值; 设计的关键点数据映射方式为: 1基于初始的x1,y1中的x1确定在原始图形中角度数值,并新建一副单通道背景为纯白色等尺度图像pic0,基于二维空间特征分布图绘制时选择的初始角度确定在新建图像pic0对应的初始角度数值,根据x1确定的角度数值基于图像的中心引出一射线,射线的角度同x1一致; 2根据数据特征图像绘制时在图像中归一化后分布数据点对应的半径在pic0图像中画圆,对应的圆心为图像的中心; 3以初始的x1数值为起始值,以int360teech为步长分别找到x1+int360teech*1、x1+int360teech*2、x1+int360teech*3、…、x1+int360teech*n特征数据点,并基于每一对应的点在图像pic0中绘制射线; 4计算在图像pic0中所有射线同圆的交点坐标记为p1x,y、p2x,y、…pnx,y,基于交点的数值将射线进行截断处理,并将图像pic0中圆所在的区域平均分成n份S1、S2、…、Sn; 自适应判断的设计方式为:对size1、size2、…、sizen进行由小到大排序,得到其中的最大值;各个面积分别除以最大值sizemax,对应的比值中存在小于最大面积的一半实现自适应判断。

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成都飞机工业(集团)有限责任公司,其通讯地址为:610092 四川省成都市青羊区黄田坝纬一路88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。