广州和兴机电科技有限公司刘应省获国家专利权
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!
龙图腾网获悉广州和兴机电科技有限公司申请的专利一种基于多模态融合的数控机床协同控制系统及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:CN120276374B 。
龙图腾网通过国家知识产权局官网在2025-10-03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:202510289633.7,技术领域涉及:G05B19/408;该发明授权一种基于多模态融合的数控机床协同控制系统及方法是由刘应省;宋小平;曹志文;牛保琴设计研发完成,并于2025-03-12向国家知识产权局提交的专利申请。
本一种基于多模态融合的数控机床协同控制系统及方法在说明书摘要公布了:本发明提供一种基于多模态融合的数控机床协同控制系统及方法,属于机床控制技术领域,包括采集模块:获取数控机床的多个模态,实时对数控机床所有模态的状态信息进行采集确定实时模态数据;构建模块:获取数控机床所有模态的历史模态数据,构建注意力机制模型;分析模块:确定所有模态的模态特征矩阵,确定数控机床的融合特征向量;控制模块:基于历史模态数据、模态特征矩阵以及融合特征向量确定数控机床的协同控制策略;执行模块:执行协调控制策略,实现数控机床基于多模态融合的协调控制。可以形成高效的协同控制机制,提高机床控制的智能化和精确度,提升加工精度和生产效率,提高数控机床在复杂工作条件下的适应性和运行效率。
本发明授权一种基于多模态融合的数控机床协同控制系统及方法在权利要求书中公布了:1.一种基于多模态融合的数控机床协同控制系统,其特征在于,包括: 采集模块:获取数控机床的多个模态,实时对数控机床所有模态的状态信息进行采集确定实时模态数据; 构建模块:获取数控机床所有模态的历史模态数据,构建注意力机制模型; 分析模块:基于实时模态数据确定所有模态的模态特征矩阵,基于所有模态的模态特征矩阵以及注意力机制模型确定数控机床的融合特征向量; 控制模块:基于历史模态数据、模态特征矩阵以及融合特征向量确定数控机床的协同控制策略; 执行模块:执行协调控制策略,实现数控机床基于多模态融合的协调控制; 其中,采集模块,包括: 第一获取单元:获取机床的机床类型、机床结构以及机床参数,获取待加工零件的零件特点以及加工工艺; 模态确定单元:基于机床的机床类型、机床结构、机床参数、待加工零件的零件特点以及加工工艺,确定数控机床的多个模态; 模态传感器组单元:基于数控机床结构确定每个模态的模态传感器组,其中,模态传感器组包括至少一个及以上的模态传感器; 子实时模态数据单元:基于每个模态的模态传感器组采集每个模态的状态信息,确定每个模态的子实时模态数据; 实时模态数据单元:基于所有模态的子实时模态数据确定数控机床的实时模态数据; 其中,分析模块,包括: 模态特征向量单元:对实时模态数据中每个模态的子实时模态数据进行预处理,对预处理后的每个模态的子实时模态数据进行特征提取,确定每个模态的模态特征向量; ; 其中,表示当前时刻t的第i个模态的模态特征向量,分别表示当前时刻t的第i个模态的第1个特征、第j个特征、第N1个特征,N1表示模态特征向量中的特征数量; 模态特征矩阵单元:基于所有模态的模态特征向量确定模态特征矩阵; ; 其中,表示当前时刻t的模态特征矩阵,分别表示当前时刻t的第i个模态的模态特征向量,N2表示模态的数量; 融合特征向量单元:基于所有模态的模态特征向量、模态特征矩阵以及注意力机制模型的调整参数确定数控机床的融合特征向量; ; ; ; ; 其中,表示当前时刻t的融合特征向量,表示当前时刻t的加权特征向量,表示当前时刻t的变换特征向量,B表示调整偏置向量,表示对当前时刻t的加权特征向量和变换特征向量进行拼接,表示当前时刻t的第i个模态的相对权重,表示注意力机制模型的调整参数中的第i个模态的调整注意力权重向量,表示调整注意力权重向量的转置,表示注意力机制模型的调整参数中的调整变换权重矩阵,表示当前时刻t的第i个模态的激活值,表示激活参数,表示注意力机制模型的调整参数中的调整降维权重矩阵。
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广州和兴机电科技有限公司,其通讯地址为:510000 广东省广州市增城区新塘镇东洲村上岗社白鹤洲(土名)厂房的一部分(西侧);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”。
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。
请提出您的宝贵建议,有机会获取IP积分或其他奖励