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！

龙图腾网获悉重庆大学申请的专利一种高速干式铣削的工件表面粗糙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：CN116330044B 。

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：202310441756.9，技术领域涉及：B23Q17/20；该发明授权一种高速干式铣削的工件表面粗糙度预测方法是由宋磊;阎春平;涂淦;项明宏设计研发完成，并于2023-04-23向国家知识产权局提交的专利申请。

本一种高速干式铣削的工件表面粗糙度预测方法在说明书摘要公布了：本发明公开了一种高速干式铣削的工件表面粗糙度预测方法，包括如下步骤，采集高速干式铣削的切削参数和铣削过程中工件所受的切削力数据；根据所述切削力数据计算并获取与工件表面粗糙度相关的显著特征；将所述显著特征和切削参数融合并输入一表面粗糙度模型中，获取工件表面粗糙度的预测结果。本发明通过将切削参数与高速干式铣削过程中的切削力融合，结合高斯过程回归构建高精度的表面粗糙度模型，能够很好的进行表面粗糙度预测，极大的减少工件检测成本，同时能够在批量加工中及时反馈，减少工件的加工成本。

本发明授权一种高速干式铣削的工件表面粗糙度预测方法在权利要求书中公布了：1.一种高速干式铣削的工件表面粗糙度预测方法，其特征在于，包括如下步骤， a、采集高速干式铣削的切削参数和铣削过程中工件所受的切削力数据； b、根据所述切削力数据计算并获取与工件表面粗糙度相关的显著特征；所述显著特征为切削力数据的时域统计学特征中与表面粗糙度相关性显著的多个特征，其中，所述相关性显著为皮尔逊相关系数绝对值≥0.5；所述时域统计学特征包括均方根值、标准差、偏度、峰度、峰峰值、变异系数； c、将所述显著特征和切削参数融合并输入表面粗糙度模型中，获取工件表面粗糙度的预测结果；具体的， 所述表面粗糙度模型是基于高斯过程回归模型构建的，其包括如下步骤， c1、利用历史工艺数据确定高斯过程回归模型的超参数： ξx～GPμx,kx,z1 其中，μx＝Eξx表示均值函数，kx,z＝Eξx-μxξz-μz表示协方差函数； c2、将所述超参数用于构建表面粗糙度模型： 其中，Forcefeature＝[feature1,feature2,…,featured]为切削力数据集中提取的显著特征，d为切削力特征数，Y为历史工艺数据的先验分布，n0为主轴转速，fz为每齿进给量，aP为切削深度，ae为切削宽度；x代表数据集S中所有样本的xi，x*代表需要预测的新的样本，Ra为新样本下对应的表面粗糙度值，σ为噪声的标准差，I为单位矩阵，K*,*为协方差矩阵； 所述高斯过程回归模型由均值函数与协方差函数构成，所述超参数为均值函数与协方差函数的超参数，所述超参数通过历史工艺数据采用最大化对数边际似然函数法求得；其中，所述均值函数为线性均值函数，所述协方差函数为具有自动关联性确定功能的Matern52函数。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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”。