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！

龙图腾网获悉山西三友和智慧信息技术股份有限公司申请的专利一种基于深度学习的刀具磨损检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：CN114861701B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202210273575.5，技术领域涉及：G06F18/25；该发明授权一种基于深度学习的刀具磨损检测方法是由王小华;潘晓光;焦璐璐;令狐彬;张娜;董虎弟设计研发完成，并于2022-03-19向国家知识产权局提交的专利申请。

本一种基于深度学习的刀具磨损检测方法在说明书摘要公布了：本发明属于深度学习神经网络技术领域，具体涉及一种基于深度学习的刀具磨损检测方法，包括如下步骤：数据集构建、数据预处理、数据集划分、模型构建、模型训练与模型评价，所述数据集构建采集加工过程中的力信号、振动信号和声发射信号3种原始时域信号，构建数据集；所述数据预处理将数据集转换为可供深度学习模型进行训练与识别的形式，并进行归一化处理；所述数据集划分将数据集划分为训练集、验证集与测试集；所述模型构建使用CNN、GRU、LSTM网络对模型进行构建，并通过特征融合的方式进行联合分析；所述模型训练采用指定训练参数对模型进行训练，得到识别模型；所述模型评价使用F1‑Score对模型识别效果进行评价。

本发明授权一种基于深度学习的刀具磨损检测方法在权利要求书中公布了：1.一种基于深度学习的刀具磨损检测方法，其特征在于：包括下列步骤： S100、数据集构建：采集加工过程中的力信号、振动信号和声发射信号3种原始时域信号，构建训练与测试的数据集； 所述S100数据集构建中，采用数据集为美国PHM协会在2010年的刀具磨损的比赛数据，实验机床为Röders-TechRFM760高速数控铣床，实验刀具为三刃碳化钨球头铣刀，切削材料为不锈钢HRC-52，通过测力仪、加速度传感器、声发射传感器采集加工过程中的力信号、振动信号和声发射信号原始时域信号，信号采样频率为50KHz，每次走刀沿X方向切削108mm，记为一个切削行程，每把刀具切削315个行程，每个切削行程结束后，记录刀具每个切削刃的后刀面磨损量，共采集945次，形成945个样本； S200、数据预处理：将数据集转换为可供深度学习模型进行训练与识别的形式，并进行归一化处理； 所述S200数据预处理中，对力信号、振动信号和声发射信号原始时域信号分别构建标准npy数据集，同时构建磨损量数据集作为数据标签，对力信号、振动信号和声发射信号原始时域信号数据进行归一化处理，将数据归一化到0,1范围内，归一化方式为Min-Max归一化，，其中X为整个行程的所有数据点，x为待归一化的数据点，为归一化后的数据点的值； S300、数据集划分：将数据集划分为训练集、验证集与测试集； 所述S300数据集划分中，将数据以7：1：2的比例将数据划分为训练集、验证集与测试集，其中训练集用于模型的参数迭代训练，验证集用于验证模型是否学习到全部有效特征，进行了完全的训练，测试集用于评估模型的识别效果； S400、模型构建：使用CNN、GRU、LSTM网络对模型进行构建，并通过特征融合的方式进行联合分析； 所述S400模型构建中，模型以力信号、振动信号和声发射信号为输入，刀具的磨损程度作为输出，使用CNN、GRU与LSTM构建网络，数据输入网络后，3个输入分别先通过CNN网络对数据特征进行提取，并对数据维度进行提升，每个输入对应的CNN都为3层，3层CNN的卷积核大小为3，步长为1，每次卷积之后使用ReLU进行激活，帮助网络更好地进行特征拟合； S500、模型训练：采用指定的训练参数对模型进行训练，得到刀具磨损情况识别模型； S600、模型评价：使用F1-Score对模型识别效果进行评价。

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西三友和智慧信息技术股份有限公司，其通讯地址为：030000 山西省太原市太原高新区科技街15号A118室；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。