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！

龙图腾网获悉哈尔滨理工大学申请的专利基于数据—物理融合预测刀具剩余寿命的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：CN121360995B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511941075.4，技术领域涉及：B23Q17/09；该发明授权基于数据—物理融合预测刀具剩余寿命的方法是由刘献礼;秦怡源;夏伟;岳彩旭;张博闻;毛信辉设计研发完成，并于2025-12-22向国家知识产权局提交的专利申请。

本基于数据—物理融合预测刀具剩余寿命的方法在说明书摘要公布了：本发明提供一种基于数据—物理融合预测刀具剩余寿命的方法，涉及刀具监测技术领域，本发明通过采集铣刀力信号、振动信号及磨损量，进行预处理和特征提取，以获取时域、频域和时频域的多维特征矩阵，并基于Mamba状态空间构建数据驱动模型，输出刀具磨损量预测值，进一步地建立刀具磨损物理模型，分析磨损趋势并确定磨损临界点，通过历史数据进行模型参数的统计检验，形成先验信息，将数据驱动模型与物理模型结合，构建刀具寿命数据‑物理协同融合预测模型，应用粒子滤波算法进行模型优化，最终预测刀具的剩余使用寿命。本发明通过数据驱动与物理模型的融合，提升刀具剩余使用寿命预测的准确性。

本发明授权基于数据—物理融合预测刀具剩余寿命的方法在权利要求书中公布了：1.一种基于数据—物理融合预测刀具剩余寿命的方法，其特征在于，具体步骤包括： 步骤1：采集刀具在使用过程中的铣刀力信号、振动信号以及刀具的磨损量，对采集得到的信号进行预处理，对经过预处理的信号进行特征提取，以获取信号在时域、频域以及时频域上的特征，并对提取的信号特征进行特征融合以得到刀具的多维特征矩阵； 步骤2：以刀具的多维特征矩阵为输入、以刀具的磨损量为输出，基于Mamba状态空间建立刀具数据驱动模型，并使用离散参数法对刀具数据驱动模型的参数进行优化训练，以输出刀具磨损量预测值； 步骤3：建立刀具磨损物理模型，分析刀具磨损的趋势，确定磨损临界点，并根据历史数据确定模型参数，进行参数分布的统计检验，以确定刀具磨损物理模型中参数的先验信息； 步骤4：将刀具数据驱动模型与刀具磨损物理模型结合，建立刀具寿命数据‑物理协同融合预测模型，利用粒子滤波算法对刀具寿命数据‑物理协同融合预测模型进行优化，基于优化好的模型来预测刀具的剩余使用寿命； 建立刀具寿命数据‑物理协同融合预测模型，所依据的方法为： 基于正态分布、均匀分布和指数分布，确定适用于刀具磨损物理模型的先验信息，整合刀具数据驱动模型输出的刀具磨损量预测值与刀具磨损物理模型提供的先验信息，将物理模型和数据驱动模型结合，形成一个层次化的融合模型结构，融合模型的输入为刀具的使用参数，输出为刀具的剩余使用寿命预测值，刀具寿命数据‑物理协同融合预测模型先处理输入的刀具的使用参数，预测刀具的磨损状态，并输出刀具的磨损预测值，再依据刀具的磨损预测值结合刀具的物理磨损规律，以预测刀具的剩余寿命。

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哈尔滨理工大学，其通讯地址为：150080 黑龙江省哈尔滨市南岗区学府路52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。