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！

龙图腾网获悉齐鲁工业大学(山东省科学院)申请的专利铣刀磨损状态的监测方法、系统、设备及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：CN121061666B 。

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：202511632783.X，技术领域涉及：B23Q17/09；该发明授权铣刀磨损状态的监测方法、系统、设备及介质是由周婷婷;邢超;许崇海;胡天亮;陈照强;卜睿一设计研发完成，并于2025-11-10向国家知识产权局提交的专利申请。

本铣刀磨损状态的监测方法、系统、设备及介质在说明书摘要公布了：本发明实施例提供一种铣刀磨损状态的监测方法、系统、设备及介质，属于深度学习领域。该监测方法包括：获取铣削加工平台加工时，待监测铣刀的传感信息；将传感信息输入至预先构建的铣刀监测模型，通过异核双通道卷积神经网络从传感器信号中提取多尺度时域特征，并结合域对抗迁移学习网络学习领域无关的共享特征表示，输出待监测铣刀每次走刀的磨损量；并引入了动态调整机制。通过异核双通道卷积神经网络从传感器信号中提取多尺度局部时域特征，并结合对抗训练策略学习领域无关的共享特征表示。这些特征在对抗训练机制的引导下逐步逼近域不变特性，使得模型能够在不同工况下反映真实的铣刀磨损状态，提高监测精度。

本发明授权铣刀磨损状态的监测方法、系统、设备及介质在权利要求书中公布了：1.一种铣刀磨损状态的监测方法，其特征在于，包括： 获取铣削加工平台加工时，待监测铣刀的传感信息； 将所述传感信息输入至预先构建的铣刀监测模型，通过异核双通道卷积神经网络从传感器信号中提取多尺度时域特征，并结合域对抗迁移学习网络学习领域无关的共享特征表示，输出所述待监测铣刀每次走刀的磨损量；其中，所述铣刀监测模型集成异核双通道卷积神经网络与域对抗迁移学习网络，并引入了动态调整机制； 分析所述待监测铣刀的磨损状态信息，判定铣刀当前是否失效，并执行相应的换刀决策； 其中，所述铣刀监测模型的构建过程包括： 获取历史工况数据信号和目标工况数据信号，并将所述目标工况数据信号和所述历史工况数据信号输入至融合异核双通道卷积和域对抗迁移学习网络，获得融合异核双通道卷积和域对抗迁移学习网络的总损失； 若所述融合异核双通道卷积和域对抗迁移学习网络总损失符合预设收敛值，则获得初始铣刀监测模型； 基于所述目标工况数据信号对所述初始铣刀监测模型进行修正，获得目标铣刀监测模型； 铣刀监测模型在每次训练迭代后，利用动态调整机制评估铣刀监测模型的预测误差，若预测误差超过设定阈值，则自动调节铣刀监测模型中的学习率、异核双通道卷积层中的输出通道数、批归一化参数，以动态增强其特征提取能力； 其中，根据以下公式，计算输出通道数： ； 式中，表示当前卷积层的输出通道数，表示每次调整时输出通道数的变化量，表示预测的均方误差，表示设定阈值； 根据以下公式更新学习率公式： ； 式中，为当前学习率；为结构调整前的输出通道数；结构调整后的输出通道数；α为调节因子，用于控制学习率对通道数变化的敏感程度。

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齐鲁工业大学(山东省科学院)，其通讯地址为：250300 山东省济南市长清区大学路3501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。