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 > 徐州康翔精密制造有限公司吴文超获国家专利权

徐州康翔精密制造有限公司吴文超获国家专利权

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!

龙图腾网获悉徐州康翔精密制造有限公司申请的专利一种基于数字孪生的电机零部件制造工艺优化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:CN120893329B

龙图腾网通过国家知识产权局官网在2025-11-28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:202511421837.8,技术领域涉及:G06F30/27;该发明授权一种基于数字孪生的电机零部件制造工艺优化方法是由吴文超;李加强;叶有刚设计研发完成,并于2025-09-30向国家知识产权局提交的专利申请。

一种基于数字孪生的电机零部件制造工艺优化方法在说明书摘要公布了:本发明公开了一种基于数字孪生的电机零部件制造工艺优化方法,包括:S1、采集电机零部件制造过程中的多源工艺参数;S2、将多源工艺参数进行工艺数据预处理,生成标准化工艺数据集;S3、将标准化工艺数据集通过改进型Mamba网络执行制造状态演化建模与电机零部件性能评估,输出制造工艺性能预测结果;S4、构建多目标工艺优化函数,并采用混合交叉NSGA‑II算法生成工艺参数优化解集;S5、选取最优工艺参数方案并执行制造应用;S6、实时采集目标工艺执行阶段的反馈数据,并输入至改进型Mamba网络进行在线优化迭代;S7、以图形化形式进行可视化展示。本发明提升了电机零部件制造过程的建模精度、参数优化效率与工艺控制智能化水平。

本发明授权一种基于数字孪生的电机零部件制造工艺优化方法在权利要求书中公布了:1.一种基于数字孪生的电机零部件制造工艺优化方法,其特征在于,包括如下步骤: S1、采集电机零部件制造过程中的多源工艺参数; S2、将多源工艺参数进行工艺数据预处理,生成标准化工艺数据集; S3、将标准化工艺数据集通过改进型Mamba网络执行制造状态演化建模与电机零部件性能评估,输出制造工艺性能预测结果; 其中,所述步骤S3具体包括: S31、将标准化工艺数据集输入至改进型Mamba网络,所述改进型Mamba网络包括多模态嵌入模块、物理偏置注入模块、阶段控制器模块、状态分段建模模块、门控调节模块与性能预测模块; S32、所述多模态嵌入模块将标准化工艺数据集按照温度模态、转速模态、力学模态、流量模态与位移模态分别映射至独立嵌入通道,并执行通道编码、模态标识编码与时间索引编码操作; 所述通道编码为每个模态分配通道编号,通过one-hot编码将通道编号转换为通道表示向量,所述模态标识编码为每类模态预设独立的模态语义嵌入向量,所述时间索引编码采用固定正余弦位置编码方式生成位置嵌入向量; 将通道表示向量、模态语义嵌入向量与位置嵌入向量与对应时间步的标准化工艺数据在特征维度上进行拼接,生成多模态嵌入特征张量; S33、所述物理偏置注入模块根据工艺参数与制造设备状态参数构建物理偏置张量,所述物理偏置张量包括热扩散偏置分量、力学耦合偏置分量、转速振动耦合偏置分量、流体扰动偏置分量与位移误差偏置分量; 将物理偏置张量与多模态嵌入特征张量按通道维度执行加权叠加,生成偏置增强状态张量; S34、所述阶段控制器模块根据设定的阶段识别规则将偏置增强状态张量在时间步上进行工艺阶段划分,并构建工艺阶段引导向量与工艺阶段索引,所述工艺阶段包括预加工阶段、稳定加工阶段与末端卸载阶段,所述阶段引导向量采用独热编码形式对预加工阶段、稳定加工阶段与末端卸载阶段进行编码; 所述偏置增强状态张量根据工艺阶段索引进行时间步分类,生成预加工张量、稳定加工张量与末端卸载张量; S35、所述状态分段建模模块包括预加工建模分支、稳定加工建模分支与末端卸载建模分支,分别接收预加工张量、稳定加工张量与末端卸载张量; 所述预加工建模分支通过一维卷积与Softmax函数对预加工张量执行扰动注意力分配操作,获得扰动注意力分数,并将扰动注意力分数与预加工张量进行逐时间步特征加权融合,生成扰动引导张量; 所述扰动引导张量在设定长度的状态递推窗口内通过SRU提取预加工阶段的扰动响应特征,生成预加工特征张量; 所述稳定加工建模分支通过多头可分离卷积对稳定加工张量进行时序降噪与局部特征提取操作,所述多头可分离卷积包括多个并行的深度可分离一维卷积分支,每个深度可分离一维卷积分支通过深度卷积执行通道内时间序列特征提取,通过逐点卷积执行通道间模态交互融合操作; 将所有分支的输出特征张量在通道维度上进行拼接,并通过线性映射层映射至目标嵌入维度,生成多尺度局部嵌入张量; 将多尺度局部嵌入张量通过双层前馈网络结构执行非线性映射与特征压缩操作,生成稳定加工特征张量; 所述末端卸载建模分支通过标准状态空间卷积单元对末端卸载张量执行时序状态建模操作,生成初始卸载特征张量; 将初始卸载特征张量与末端卸载张量进行逐时间步残差连接,并通过线性映射压缩至目标嵌入维度,生成末端卸载特征张量; S36、所述门控调节模块对预加工特征张量、稳定加工特征张量与末端卸载特征张量执行嵌入维度归一化操作,并通过门控单元对应的门控权重向量, 将预加工特征张量、稳定加工特征张量与末端卸载特征张量与对应的门控权重向量执行元素级加权,分别生成预加工调节张量、稳定加工调节张量与末端卸载调节张量; 将预加工调节张量、稳定加工调节张量与末端卸载调节张量按通道维度拼接,并输入至前馈映射网络生成融合状态特征张量; S37、将融合状态特征张量输入至性能预测模块,所述性能预测模块通过双层前馈网络结构与ReLU激活函数生成空载反电动势偏差,通过GRU生成主轴不平衡矢量幅值,通过一维卷积与最大池化操作生成装配面平面度误差; 将空载反电动势偏差、主轴不平衡矢量幅值与装配面平面度误差构成制造工艺性能预测结果; S4、基于制造工艺性能预测结果构建多目标工艺优化函数,并采用混合交叉NSGA-II算法生成工艺参数优化解集; S5、从工艺参数优化解集中选取最优工艺参数方案并执行制造应用; S6、在执行过程中,实时采集目标工艺执行阶段的反馈数据,并将反馈数据与制造工艺性能预测结果进行偏差对比,生成反馈误差向量并输入至改进型Mamba网络进行在线优化迭代; S7、将制造工艺性能预测结果、最优工艺参数方案、反馈误差向量与在线优化迭代结果以图形化形式进行可视化展示,并构建制造过程可视化界面。

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徐州康翔精密制造有限公司,其通讯地址为:221300 江苏省徐州市邳州市碾庄镇五金机械产业园;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。