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！

龙图腾网获悉上海交通大学;上海智能制造功能平台有限公司申请的专利基于时间卷积网络和辅助学习的刀具磨损量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：CN115344951B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202110520964.9，技术领域涉及：G06F30/17；该发明授权基于时间卷积网络和辅助学习的刀具磨损量预测方法是由黄亦翔;夏鹏程;刘成良设计研发完成，并于2021-05-13向国家知识产权局提交的专利申请。

本基于时间卷积网络和辅助学习的刀具磨损量预测方法在说明书摘要公布了：一种基于时间卷积网络和辅助学习的刀具磨损量预测方法，在数控加工过程中，通过布置在数控机床上的电流传感器采集主轴电机的电流信号，并测量每次加工过程后刀具的磨损量，同时记录加工过程使用的主要加工参数，并根据其中的稳定走刀阶段的时间对应截取主轴电机的电流信号生成训练样本用于训练神经网络，在在线测试阶段，采集并选取待预测刀具的走刀阶段主轴电机的电流信号作为待测样本，输入训练后的神经网络后即得到刀具当前的磨损量实时预测值。

本发明授权基于时间卷积网络和辅助学习的刀具磨损量预测方法在权利要求书中公布了：1.一种基于时间卷积网络和辅助学习的刀具磨损量预测方法，其特征在于，在数控加工过程中，通过布置在数控机床上的电流传感器采集主轴电机的电流信号，并测量每次加工过程后刀具的磨损量，同时记录加工过程使用的主要加工参数，并根据其中的稳定走刀阶段的时间对应截取主轴电机的电流信号生成训练样本用于训练神经网络，在在线测试阶段，采集并选取待预测刀具的走刀阶段主轴电机的电流信号作为待测样本，输入训练后的神经网络后即得到刀具当前的磨损量实时预测值； 所述的训练样本是将采集的主轴电流信号中稳定走刀阶段信号划分为的多个相同长度的信号样本； 所述的神经网络，具体为基于时间卷积网络与辅助学习的神经网络，由多个依次连接的时间卷积残差块以及并联的主任务模块和辅助任务模块构成，其中：时间卷积残差块根据输入电流信号输出多通道序列；主任务模块根据最后一个时间卷积残差模块输出的多通道序列中的最后一个元素构成的维向量，通过一层回归层获得预测的刀具磨损量，具体为：磨损量实时预测值，其中：和分别为回归层的权重矩阵和偏置矩阵；辅助任务模块根据最后一个时间卷积残差模块输出的多通道序列中的最后一个元素构成的维向量，通过一个全连接层后再通过一层回归层得到预测的加工参数，具体为：，，其中：和分别为全连接层的权重矩阵和偏置矩阵，为非线性激活函数，z为全连接层的输出；和分别为回归层的权重矩阵和偏置矩阵，为回归层的输出，即预测的加工参数。

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上海交通大学;上海智能制造功能平台有限公司，其通讯地址为：200240 上海市闵行区东川路800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。