Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中南大学邵文获国家专利权

中南大学邵文获国家专利权

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!

龙图腾网获悉中南大学申请的专利一种适用于磨削、喷丸表面的分层叠加重构建模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:CN116187066B

龙图腾网通过国家知识产权局官网在2026-02-24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:202310164029.2,技术领域涉及:G06F30/20;该发明授权一种适用于磨削、喷丸表面的分层叠加重构建模方法是由邵文;陈季凌;唐进元;李鑫设计研发完成,并于2023-02-24向国家知识产权局提交的专利申请。

一种适用于磨削、喷丸表面的分层叠加重构建模方法在说明书摘要公布了:本发明公开了一种适用于磨削、喷丸表面的分层叠加重构建模方法,包括以下步骤:S1:测量待叠加的磨削喷丸表面的高度矩阵数据与磨削表面的高度矩阵数据;S2:利用测量到的磨削喷丸表面数据和磨削表面数据,基于BP神经网络搭建实测磨削表面主纹理与喷丸纹理深浅分布表面的映射模型;S3:基于已构建的BP神经网络映射模型,利用任意的实测磨削表面去获取喷丸纹理深浅分布表面;S4:利用实测磨削、喷丸表面与喷丸纹理深浅分布表面,采用线性插值、B样条曲面拟合、时频迭代的方法,重构出磨削喷丸表面。本方法能保证叠加表面上高度参数、体积参数、空间参数、形态参数、功能参数以及复合参数等参数的稳定性,大幅度降低实验成本与时间。

本发明授权一种适用于磨削、喷丸表面的分层叠加重构建模方法在权利要求书中公布了:1.一种适用于磨削、喷丸表面的分层叠加重构建模方法,其特征在于,包括以下步骤: S1:测量待叠加的磨削喷丸表面的高度矩阵数据与磨削表面的高度矩阵数据; S2:利用测量到的磨削喷丸表面数据和磨削表面数据,基于BP神经网络搭建实测磨削表面主纹理与喷丸纹理深浅分布表面的映射模型; S3:基于已构建的BP神经网络映射模型,输入任意的实测磨削表面去获取喷丸纹理深浅分布表面; S4:利用实测磨削、喷丸表面与预测的喷丸纹理深浅分布表面,采用线性插值、B样条曲面拟合、时频迭代的方法,重构出磨削喷丸表面; 其中,实测的数据包括均值μ,步骤S2包括以下流程: 1对采集到的实测磨削表面Z1与实测磨削喷丸表面Z2进行标准化处理,使其均值μ为0,标准差为1; 2利用标准化后的实测磨削表面Z1与实测磨削喷丸表面Z2的高度矩阵数据构造出喷丸深浅分布的大致纹理S,其计算公式为:;Z1、Z2的矩阵大小一致; 3利用线性插值方式处理掉表面S与表面Z1上的磨削纹理,然后对线性插值处理后的表面S、表面Z1进行B样条曲面拟合,以获得表面S和表面Z1的主要纹理; 4基于BP神经网络,以表面Z1的纹理作为输入,表面S的纹理作为输出,构造映射模型; 表面S与表面Z1的映射关系构造方法如下: 任意在表面Z1的纹理上取一点ax,y,在表面S纹理的相同位置也取一点bx,y,接着取出与点a相邻最近的24个点,将此24个点与点a作为神经网络的输入,点b作为神经网络的输出,构造出一组数据集;该过程需要遍历表面Z1主要纹理中除矩阵边缘外的所有散点。

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中南大学,其通讯地址为:410083 湖南省长沙市岳麓区麓山南路932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。

免责声明
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。