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！

龙图腾网获悉湖北六和天轮机械有限公司申请的专利一种应用于飞轮加工的全自动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：CN119197325B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411105013.5，技术领域涉及：G01B11/02；该发明授权一种应用于飞轮加工的全自动检测方法是由艾勇;陈刚;曾祥超;马冲;熊伟;王志先;陈宏杰设计研发完成，并于2024-08-13向国家知识产权局提交的专利申请。

本一种应用于飞轮加工的全自动检测方法在说明书摘要公布了：本发明涉及一种应用于飞轮加工的全自动检测方法，所述方法包括：Q1.机械手将加工完成的飞轮放置于检测生产线上，基于线上摄像头实时获取飞轮的图像数据信息，基于线上激光雷达传感器实时获取飞轮的点云数据信息，基于线上激光位移传感器实时获取飞轮的距离数据信息；Q2.基于所述飞轮的图像数据信息和所述飞轮的点云数据信息，构建飞轮加工的第一检测参数函数F1，对飞轮加工的检测参数进行表征，得到飞轮加工的第一检测参数矩阵的数据信息。本发明不仅能够快速全面的对飞轮加工进行检测，保证飞轮产品的质量满足要求，而且采用多传感器对飞轮进行检测，提高了飞轮检测的精度，降低次品率的发生。

本发明授权一种应用于飞轮加工的全自动检测方法在权利要求书中公布了：1.一种应用于飞轮加工的全自动检测方法，其特征在于，所述方法包括： Q1.机械手将加工完成的飞轮放置于检测生产线上，基于线上摄像头实时获取飞轮的图像数据信息，基于线上激光雷达传感器实时获取飞轮的点云数据信息，基于线上激光位移传感器实时获取飞轮的距离数据信息； Q2.基于所述飞轮的图像数据信息和所述飞轮的点云数据信息，构建飞轮加工的第一检测参数函数F1，对飞轮加工的检测参数进行表征，得到飞轮加工的第一检测参数矩阵的数据信息； Q3.基于所述飞轮的图像数据信息和所述飞轮的距离数据信息，构建飞轮加工的第二检测参数函数F2，对飞轮加工的检测参数进行表征，得到飞轮加工的第二检测参数矩阵的数据信息； Q4.基于所述飞轮的点云数据信息和所述飞轮的距离数据信息，构建飞轮加工的第三检测参数函数F3，对飞轮加工的检测参数进行表征，得到飞轮加工的第三检测参数矩阵的数据信息； Q5.基于所述飞轮加工的第三检测参数矩阵的数据信息、第二检测参数矩阵的数据信息和第一检测参数矩阵的数据信息，采用改进的BP神经网络回归预测算法对飞轮的加工质量进行预测，得到预测后的飞轮的加工质量数据信息； Q6.基于所述预测后的飞轮的加工质量数据信息，构建飞轮加工质量的评估模型，对飞轮的加工质量进行评估，输出飞轮的加工质量的评估数据信息； 在步骤Q5中，所述采用改进的BP神经网络回归预测算法对飞轮的加工质量进行预测包括： Q51.基于所述飞轮加工的第三检测参数矩阵的数据信息、第二检测参数矩阵的数据信息和第一检测参数矩阵的数据信息，建立飞轮加工的检测参数融合函数G， ， 其中，a为飞轮加工的第三检测参数矩阵的数据信息，b为飞轮加工的第二检测参数矩阵的数据信息，c为飞轮加工的第一检测参数矩阵的数据信息，ω1、ω2和ω3为飞轮加工的数据融合因子，对飞轮加工的检测参数矩阵进行融合，得到飞轮加工的融合检测参数矩阵的数据信息； Q52.将所述飞轮加工的融合检测参数矩阵的数据信息输入改进的BP神经网络回归预测模型进行训练和学习，确定改进后的神经元核函数R， ， 其中，y为飞轮加工的融合检测参数矩阵的数据信息，ρ1、ρ2和ρ3为飞轮加工检测的学习因子，得到训练好的改进后的BP神经网络回归预测模型； Q53.基于所述训练好的改进后的BP神经网络回归预测模型，输入所述飞轮加工的融合检测参数矩阵的数据信息，对飞轮的加工质量进行预测，得到预测后的飞轮的加工质量数据信息。

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湖北六和天轮机械有限公司，其通讯地址为：433000 湖北省仙桃市工业园区创业路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。