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！

龙图腾网获悉成都航空职业技术学院申请的专利一种切削刀具磨损监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：CN119526121B 。

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：202510103966.6，技术领域涉及：B23Q17/09；该发明授权一种切削刀具磨损监测方法是由顾菘;王磊;李秀鑫设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本一种切削刀具磨损监测方法在说明书摘要公布了：本发明涉及一种切削刀具磨损监测方法，包括：采集刀具切削加工过程中多个方向的信号，所述信号包括切削力、振动和声音信号；采集切削完成后刀具的磨损量，将信号和磨损量进行拼接，得到状态矩阵x和磨损目标值向量c；采用滑动窗口，对状态矩阵x进行数据截取，得到M个数据节段；计算所述数据节段的时域特征得到；对目标值向量c进行插值，得到每个数据节段对应的磨损量；使用、训练神经网络并构建刀具磨损监测模型。本发明只需要输入当前的切削数据以及磨损量的先验分布参数，就能进行刀具的磨损监测，并且采用编解码器结构提高模型的可解释性。

本发明授权一种切削刀具磨损监测方法在权利要求书中公布了：1.一种切削刀具磨损监测方法，其特征在于，包括以下步骤： 步骤S1：采集刀具切削加工过程中多个方向的信号xN，所述信号包括切削力、振动和声音信号；所述方向为基于加工坐标系的x轴、y轴和z轴方向；所述xN为七通道的数据xN＝{fx,n、fy,n、fz,n、vx,n、vy，n、vz,n、ae,n},n∈[1,N]，其中，fx,n、fy,n、fz,n为切削力信号、vx,n、vy,n、vz,n为振动信号，ae,n为声音信号； 步骤S2：采集切削完成后刀具的磨损量cK，将信号xN和磨损量cK进行拼接，得到状态矩阵x和磨损目标值向量c； 步骤S3：采用滑动窗口，对状态矩阵x进行数据截取，得到M个数据节段Secm；计算所述数据节段Secm的时域特征得到Sec′m；对目标值向量c进行插值，得到每个数据节段对应的磨损量Csecm；所述Csecm的初始值为0； 所述计算所述数据节段Secm的时域特征得到Sec′m具体为：纵向计算每个通道的数据统计量，得到最大值MAXm，u、均值MEANm，u、协方差VARm，u，其中u∈[1，7]为通道的索引值； 步骤S4：使用Sec′m、Csecm训练神经网络并构建刀具磨损监测模型；所述使用Sec′m、Csecm训练神经网络具体的计算公式为： yt＝fs，Sec′t-Q-1：t-1，Sec′t，其中yt为预测时刻t的刀具磨损监测值，f.为神经网络，Q为模型编码长度，s为磨损量Csecm的先验分布参数； 具体计算公式为： yt＝fs,Sec′t-Q-1：t-1,Sec′t，其中s＝{Q,MEANCsec,VARCsec,u}； 其中，y为预测的t时刻的磨损量，f.为训练神经网络，Q为模型编码长度，s为磨损量Csec的先验分布参数，MEANCsec为磨损量Csec的均值、VARCsec为磨损量Csec的方差和u为索引号；所述磨损量Csc的先验分布参数具体为：s＝{Q,MEANCsec,VARCsec,u}，其中，MEANCsec为磨损量Csec的均值，VARCsec为磨损量Csc的协方差； 所述刀具磨损监测模型包括：门控残差网络GRN、特征选择网络VSN、静态斜方差向量编码器SCE、循环编解码器LSTMEnDe、时间融合解码器TFD； 磨损量Csec的先验分布参数s经过特征选择网络VSN得到选择后的特征磨损量Csec的先验分布参数s经过静态斜方差向量编码器SCE得到输出编码后的特征向量c、c、c和c 循环编解码器LSTMEnDe输入特征和特征c和c，输出编码后的时序特征 时间融合解码器TFD用于对编码后的时序特征结合c进行数据增强；采用时域自注意力多头机制，计算注意力和权重，进而根据权重进行特征计算和融合；对融合特征进行门控计算、跳层连接和归一化处理、并通过门控残差网络GRN进行元素级别的前馈计算，最终输出刀具磨损监测值。

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成都航空职业技术学院，其通讯地址为：610100 四川省成都市龙泉驿区车城东七路699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。