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！

龙图腾网获悉国家机床质量监督检验中心申请的专利数控机床的刀具磨损检测方法、装置、设备和介质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：CN120985414B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511518726.9，技术领域涉及：B23Q17/09；该发明授权数控机床的刀具磨损检测方法、装置、设备和介质是由谢鑫钢;王军见;赵宛男设计研发完成，并于2025-10-23向国家知识产权局提交的专利申请。

本数控机床的刀具磨损检测方法、装置、设备和介质在说明书摘要公布了：本发明提供一种数控机床的刀具磨损检测方法、装置、设备和介质，涉及工程机械技术领域，该方法包括：获取数控机床的刀具对应的传感器标准数据特征；将传感器标准数据特征输入预训练的磨损检测神经网络模型，得到磨损检测神经网络模型输出的刀具对应的磨损检测结果；磨损检测神经网络模型为基于传感器标准数据特征样本和对应的标签训练得到的。本发明技术方案通过预训练的磨损检测神经网络模型进行刀具磨损检测，无需由操作人员根据经验或者传统的力学模型进行刀具磨损的检测，减少了人力成本，能够适用于复杂的加工环境，提高了对刀具磨损状态的检测准确性，从而减少了数控机床加工过程中的资源浪费，提高了加工精度。

本发明授权数控机床的刀具磨损检测方法、装置、设备和介质在权利要求书中公布了：1.一种数控机床的刀具磨损检测方法，其特征在于，包括： 获取数控机床的刀具对应的传感器标准数据特征； 将所述传感器标准数据特征输入预训练的磨损检测神经网络模型，得到所述磨损检测神经网络模型输出的所述刀具对应的磨损检测结果；所述磨损检测神经网络模型为基于传感器标准数据特征样本和对应的标签训练得到的； 所述获取数控机床的刀具对应的传感器标准数据特征，包括： 获取所述刀具对应的多个初始传感器数据；所述初始传感器数据包括振动信号、声波信号和电流信号； 针对各所述初始传感器数据，对所述初始传感器数据进行预处理，得到所述初始传感器数据对应的传感器数据特征； 对所有所述传感器数据特征进行归一化变换，得到所述传感器标准数据特征； 所述预处理包括：去噪处理、数据清洗和特征提取； 所述对所述初始传感器数据进行预处理，得到所述初始传感器数据对应的传感器数据特征，包括： 采用小波变换方法对所述初始传感器数据进行去噪处理，得到所述初始传感器数据对应的去噪传感器数据； 采用离群点检测方法对所述去噪传感器数据进行数据清理，得到所述去噪传感器数据对应的清洗传感器数据； 对所述清洗传感器数据进行特征提取，得到所述清洗传感器数据对应的传感器数据特征； 所述采用小波变换方法对所述初始传感器数据进行去噪处理，得到所述初始传感器数据对应的去噪传感器数据，包括： ； 其中，表示所述去噪传感器数据，表示对应频率特征的尺度因子，表示对应时间特征的尺度因子，表示初始传感器数据，表示共轭复数，表示时刻； 所述将所述传感器标准数据特征输入预训练的磨损检测神经网络模型，得到所述磨损检测神经网络模型输出的所述刀具对应的磨损检测结果，包括： 对所述传感器标准数据特征进行位置编码，得到所述传感器标准数据特征对应的编码数据特征； 将所述编码数据特征输入所述磨损检测神经网络模型中的Transformer编码器，得到所述Transformer编码器输出的所述编码数据特征对应的特征张量； 将所述特征张量输入所述磨损检测神经网络模型中的堆叠式双向长短期记忆网络，得到所述堆叠式双向长短期记忆网络输出的所述特征张量对应的降维特征向量； 将所述降维特征向量输入所述磨损检测神经网络模型中的全连接层，得到所述全连接层输出的所述降维特征向量对应的所述磨损检测结果。

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国家机床质量监督检验中心，其通讯地址为：101300 北京市顺义区天竺空港工业区A区天柱西路22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。