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！

龙图腾网获悉山东大学申请的专利考虑刀具实时状态的铣削表面粗糙度在线监测方法及系统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：CN117600910B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202311350803.5，技术领域涉及：B23Q17/09；该发明授权考虑刀具实时状态的铣削表面粗糙度在线监测方法及系统是由宋清华;王润琼;彭业振;秦靖;刘战强设计研发完成，并于2023-10-18向国家知识产权局提交的专利申请。

本考虑刀具实时状态的铣削表面粗糙度在线监测方法及系统在说明书摘要公布了：本发明公开了考虑刀具实时状态的铣削表面粗糙度在线监测方法及系统，涉及薄壁件切削过程监测技术领域，利用服务模型提取信号全局特征和局部特征，计算特征行为指标；筛选出输入信道，依次筛选出各输入信道最大行为指标的特征向量，得到过滤特征矩阵；基于全局‑局部特征的自适应融合算法，计算融合特征矩阵；建立和训练观察模型，并训练系统模型；利用训练完成后的服务模型、观察模型和系统模型在线监测边缘端表面粗糙度。本发明通过观察模型和系统模型将实时的刀具状态信息引入了表面粗糙度监测中，有效提高了监测精度，从而能够简化系统模型的结构，保证了系统结构的训练能够在边缘设备上完成；能够快速适应工况的调整。

本发明授权考虑刀具实时状态的铣削表面粗糙度在线监测方法及系统在权利要求书中公布了：1.考虑刀具实时状态的铣削表面粗糙度在线监测方法，其特征在于，包括： 获取多信道加工数据，建立和训练服务模型； 利用服务模型提取信号全局特征和局部特征，将全局特征和局部特征拼接后得到观察特征矩阵和系统特征矩阵，计算特征行为指标； 计算信道行为指标，并筛选出输入信道；依次筛选出各输入信道在时域、频域、时频域和局部特征中具有最大行为指标的特征向量，得到过滤特征矩阵； 基于全局-局部特征的自适应融合算法，并根据特征行为指标得到特征分量，将特征分量叠加后得到时域、频域、时频域和局部特征的融合特征矩阵； 基于过滤特征矩阵和融合特征矩阵建立和训练观察模型，利用观察模型的输出数据、筛选后的特征数据以及表面粗糙度标签数据训练系统模型； 利用训练完成后的服务模型、观察模型和系统模型在线监测边缘端表面粗糙度； 其中，服务模型用于提取原始加工信号的特征，观察模型用于监测加工过程中的刀具磨损量并为系统模型提供实时的刀具状态信息，系统模型用于实时辨识被加工工件的表面粗糙度； 所述服务模型包括全局特征提取模块和局部特征提取模块，所述全局特征提取模块基于每一个原始信号数据样本计算其在时域、频域和时频域的统计学信息；所述局部特征提取模块通过深度卷积神经网络的学习压缩原始信号时序数据，以提取信号局部特征； 计算所有信道对应的观察特征行为向量和系统特征行为向量；计算观察模型和系统模型的信道行为指标，并分别筛选出输入信道；基于筛选出的观察模型和系统模型的输入信道，依次筛选出各输入信道在时域、频域、时频域和局部特征中具有最大行为指标的特征向量，每一个域各筛序出一个表现最优的特征向量，得到过滤特征矩阵；基于过滤特征矩阵计算融合向量的特征分量，将特征分量叠加计算出融合向量，得到时域、频域、时频域特征和局部特征的融合特征矩阵； 通过卷积块注意力模块建立观察模型；以具有多层双向GRU网络和多层线性层的识别网络作为系统模型。

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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923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。