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！

龙图腾网获悉山东大学申请的专利一种铣削刀具磨损状态识别方法、系统、介质及设备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：CN116900815B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202310981697.4，技术领域涉及：B23Q17/09；该发明授权一种铣削刀具磨损状态识别方法、系统、介质及设备是由宋清华;彭业振;王润琼;刘战强;王兵设计研发完成，并于2023-08-04向国家知识产权局提交的专利申请。

本一种铣削刀具磨损状态识别方法、系统、介质及设备在说明书摘要公布了：本发明属于铣削过程智能监测领域，提供铣削刀具磨损状态识别方法、系统、介质及设备。其中，铣削刀具磨损状态识别方法包括获取铣削过程中的切削力信号和加速度信号中的任一种信号；利用刀具磨损状态监测模型处理上述获取的信号，得到铣削刀具磨损状态；利用刀具磨损状态监测模型处理上述获取的信号的过程为：对获取的信号进行初步特征提取和降维，得到第一局部特征集；将第一局部特征集分别进行三个不同深度的特征提取，对应得到第二局部特征集、第三局部特征集和第四局部特征集；自适应融合第二局部特征集、第三局部特征集和第四局部特征集，得到多尺度特征集；基于多尺度特征集与铣削刀具磨损状态的对应关联关系，确定出对应铣削刀具磨损状态。

本发明授权一种铣削刀具磨损状态识别方法、系统、介质及设备在权利要求书中公布了：1.一种铣削刀具磨损状态识别方法，其特征在于，其具有感知泛化能力，适用于单通道、非特定感知信号的刀具磨损状态监测，包括： 获取铣削过程中的切削力信号和加速度信号中的任一种信号； 利用刀具磨损状态监测模型处理上述获取的信号，得到铣削刀具磨损状态； 其中，利用刀具磨损状态监测模型处理上述获取的信号的过程为： 对上述获取的信号进行初步特征提取和降维，得到第一局部特征集； 将第一局部特征集分别进行三个不同深度的特征提取，对应得到第二局部特征集、第三局部特征集和第四局部特征集； 自适应融合第二局部特征集、第三局部特征集和第四局部特征集，得到多尺度特征集； 基于多尺度特征集与铣削刀具磨损状态的对应关联关系，确定出对应铣削刀具磨损状态； 所述刀具磨损状态监测模型包括初步特征提取层、并行残差网络层、自适应融合层以及全连接层； 所述并行残差网络层由三个并行的分支构成，每个分支堆叠若干个残差块，每个残差块中的卷积层后面均设置一个批量归一化层；同一个分支中的残差块中的卷积核大小相同，三个分支的卷积核大小不同；残差块采用跳跃连接，目标映射通过以下公式获得： ； 式中，Hx是目标映射，Fx是残差函数，x是所考虑层的输入； 使用7×7的宽卷积核和2×2的最大池化层对预处理后的信号进行初步特征提取和降维，得到第一局部特征集f 1； 将f 1作为并行残差网络的输入；其中并行结构设计三个分支，每个分支堆叠三个残差块，残差块的数据的通道数分别设置为64，128和256；每个分支采用不同大小的卷积核，分别是3×3，5×5和7×7；卷积核使用混合膨胀卷积，扩张率分别设置1，2和5；每个残差块中的卷积层后面设置一个批量归一化层，提高网络的泛化能力；由此得到包含三个分支的局部特征集，并利用自适应池化操作进行降维，得到第二局部特征集f 2、第三局部特征集f 3、第四局部特征集f 4； 将f 2、f 3、f 4局部特征集进行自适应融合，得到融合后的多尺度特征集f 5；融合后的特征集合作为全连接层的输入，通过Softmax函数输出刀具磨损状态；Softmax分类器的交叉熵损失函数的表达式如下： ； 式中，px是期望输出，qx是实际输出。

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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923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”。