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！

龙图腾网获悉中南大学申请的专利一种基于Transform的数控机床铣削时序信号智能标记方法及系统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：CN119848609B 。

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：202510061308.5，技术领域涉及：G06F18/24；该发明授权一种基于Transform的数控机床铣削时序信号智能标记方法及系统是由李凯;吴博凡;贾贤石;李洲;陈明松设计研发完成，并于2025-01-15向国家知识产权局提交的专利申请。

本一种基于Transform的数控机床铣削时序信号智能标记方法及系统在说明书摘要公布了：本发明提出一种基于Transform的数控机床铣削加工多工序信号智能标记方法。首先，采集多模态时序信号如主轴振动、切削力、声发射信号，通过小波变换去噪并提取时频域特征，依据工序类别对信号样本分类，结合专家标注样本构建高质量训练集。其次，设计基于Transform模型的多模态特征提取框架，引入多头注意力机制，动态调整模态权重生成联合特征表示，通过改进的多模态特征敏感性分析确定关键模态与特征并结合自监督学习与物理约束优化模型，精准标记信号。最终，采用序贯标记验证策略，生成高质量标记数据集，提升加工过程分析的准确性与一致性。本发明可广泛应用于复杂精密部件数控机床加工质量分析和智能优化中，具有高效性和可靠性。

本发明授权一种基于Transform的数控机床铣削时序信号智能标记方法及系统在权利要求书中公布了：1.一种基于Transform的数控机床铣削加工多工序信号的智能标记方法，其特征在于： 该方法包括以下步骤： S1：信号采集与预处理，采集数控加工过程中多模态时序信号，包括主轴振动信号、切削力信号和声发射信号；通过小波变换对原始信号进行去噪处理，并提取信号的时频域特征，包括梅尔频率倒谱系数、频率分量、幅值和时间跨度； S2：样本分类与特征组合分析，针对不同加工工况，将信号样本按照工序类别空转、加速、粗铣、半精铣和精铣进行初步分类；利用少量专家标注的高质量标记样本作为训练集，设计多组不同模态信号特征组合实验，以验证特征在分类任务中的重要性； S3：多模态特征提取与联合建模，基于Transform模型构建多模态信号特征提取框架，输入多模态信号的时序特征；通过引入多头注意力机制，捕捉信号间长程依赖关系，并动态调整不同模态信号的权重分配，生成联合特征表示；结合前馈神经网络对联合特征进行压缩和编码； S4：多模态特征敏感性分析，设计改进的特征敏感性分析方法，通过消融实验分析不同模态信号及其特征组合对标记结果的影响程度，确定对标记任务影响最大的关键模态和特征； S5：基于物理约束的自监督学习标记模型，采用基于Transformer架构的自监督学习方法，对步骤S1至S4中得到的联合特征表示进行建模和标记；模型引入物理约束损失函数，将加工工况中的先验物理信息嵌入模型，优化标记结果的准确性和一致性； S6：序贯标记与验证，将步骤S5生成的标记结果与实验标记数据比对，计算标记准确率和一致性；通过动态调整模型参数，将优化后的模型用于预测和标记未标记的时序信号样本，最终生成全面、高质量的标记数据集，并验证其在后续加工过程分析中的有效性。

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中南大学，其通讯地址为：410083 湖南省长沙市麓山南路932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。