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！

龙图腾网获悉电子科技大学申请的专利基于多模态深度学习的数控机床关键部位温度预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：CN120012603B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202510183898.9，技术领域涉及：G06F30/27；该发明授权基于多模态深度学习的数控机床关键部位温度预测方法是由黄智;何实;乔明鑫;熊镐楠;丁杰雄;杜丽;王洪艳;辛强设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本基于多模态深度学习的数控机床关键部位温度预测方法在说明书摘要公布了：本发明公开了一种基于多模态深度学习的数控机床关键部位温度预测方法，通过设计结合时间序列数据、环境参数和加工工艺参数的多模态LSTM深度学习模型，采用LSTM提取时间序列特征，并通过全连接网络分别处理环境和工艺数据，再将多模态特征在融合层中整合，最终生成精准预测结果，用于指导机床温控操作，还能进行SHAP值分析。本发明的方法适用于在非恒温环境下的数控机床中关键部位的温度变化预测，能够提高机床加工精度并实现实时误差补偿，利用多种传感器数据、环境信息和加工工艺参数数据，结合深度学习技术进行建模与预测，在提升预测精度的同时，显著增强模型的透明性和可信度，可广泛适用于工业设备过程控制温度预测调控等领域。

本发明授权基于多模态深度学习的数控机床关键部位温度预测方法在权利要求书中公布了：1.一种基于多模态深度学习的数控机床关键部位温度预测方法，具体步骤如下： S1、采集实验数据，并进行预处理； 通过在数控机床关键部位根据实际情况布置多个温度传感器，采集其温度变化数据，同时采集车间环境参数和加工工艺参数，再对采集的温度、环境和加工工艺参数数据进行预处理，并通过滑动窗口方法提取数据特征与目标值，将时间序列数据转化为适合深度学习模型输入的格式； 其中，所述数控机床关键部位包括：主轴、导轨、丝杠、轴承、电机、刀尖点；所述车间环境参数包括：温度、湿度、空气流速，且环境数据通过独立的传感器采集；所述加工工艺参数从CNC控制系统获取，包括：电机功率、电机电流、主轴转速、进给速度、切削深度；所述预处理包括：数据对齐、归一化、缺失值填补； S2、构建多模态LSTM深度学习模型，并对模型进行训练； S3、基于步骤S2，将训练好的模型部署到数控机床控制系统中，实时采集和输入数据，进行温度预测，并根据预测结果进行热变形补偿，提高机床的加工精度； S4、使用SHAP框架进行模型解释，明确特征值贡献。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。