Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜嘉兴南湖学院;温州大学激光与光电智能制造研究院周余庆获国家专利权

恭喜嘉兴南湖学院;温州大学激光与光电智能制造研究院周余庆获国家专利权

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!

龙图腾网恭喜嘉兴南湖学院;温州大学激光与光电智能制造研究院申请的专利一种基于DDPM扩散模型的刀具磨损状态监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:CN118990124B

龙图腾网通过国家知识产权局官网在2025-04-04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:202411082384.6,技术领域涉及:B23Q17/09;该发明授权一种基于DDPM扩散模型的刀具磨损状态监测方法是由周余庆;傅圆蝶;张还;钟美鹏;杨海洋;李燕玲;孙兵涛设计研发完成,并于2024-08-08向国家知识产权局提交的专利申请。

一种基于DDPM扩散模型的刀具磨损状态监测方法在说明书摘要公布了:本发明公开了一种基于DDPM扩散模型的刀具磨损状态监测方法,具体包括以下步骤:步骤一:采集铣削加工过程中切削力信号及对应的刀具磨损状态;步骤二:利用最小化多尺度排列熵原理确定切削力信号处理的最优参数,再利用最优参数获取相空间矩阵;步骤三:根据相空间矩阵将切削力信号转换为灰度图像,叠加生成彩色距离图;步骤四:将彩色距离图作为原始输入到DDPM扩散模型,生成每一类磨损状态的伪样本;步骤五:将彩色距离图划分为若干不平衡情况的训练集以及平衡的测试集,平衡训练集;步骤六:利用训练集和测试集分别对Resnet18网络进行训练和测试,进行刀具磨损状态的分类识别。本发明能够实现高精度刀具状态监测和准确分类。

本发明授权一种基于DDPM扩散模型的刀具磨损状态监测方法在权利要求书中公布了:1.一种基于DDPM扩散模型的刀具磨损状态监测方法,其特征在于,具体包括以下步骤:步骤一:采集铣削加工过程中切削力信号及对应的刀具磨损状态;步骤二:利用最小化多尺度排列熵原理确定切削力信号处理的最优参数,再利用最优参数获取相空间矩阵;所述最优参数包括最优嵌入维度m*、最优时间延迟t*和最优粗粒化系数S*;所述最小化多尺度排列熵原理确定最优参数是先对给定时间序列进行时间序列粗粒化处理获得一个新的粗粒化时间序列,然后对粗粒化时间序列进行重构,对重构的粗粒化时间序列进行升序排列后计算每一种符号序列的概率,归一化计算每个粗粒化时间序列的排列熵,最后进行最小化处理;所述时间序列粗粒化处理是对给定时间序列X={x1,x2,...,xN}进行粗粒化处理从而获得一个粗粒化时间序列YS=Py1S,y2S,...,yTS},即: 式中:N表示时间序列数据长度,S代表粗粒化系数,T表示序列粗粒化长度;所述时间序列重构是对得到的粗粒化时间序列yis进行重构: 式中:k为第k个重构分量,m为嵌入维数,t为延迟时间;步骤三:根据相空间矩阵将切削力信号转换为灰度图像,将灰度图像叠加生成彩色距离图;步骤四:将彩色距离图作为原始输入到DDPM扩散模型,生成每一类磨损状态的伪样本;步骤五:将彩色距离图划分为若干不平衡情况的训练集以及平衡的测试集,并用生成的伪样本对训练集进行补充,以平衡训练集;步骤六:利用训练集和测试集分别对Resnet18网络进行训练和测试,再以训练后的Resnet18网络进行刀具磨损状态的分类识别。

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嘉兴南湖学院;温州大学激光与光电智能制造研究院,其通讯地址为:314000 浙江省嘉兴市南湖区新兴街道文昌路537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”。

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。