龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：合肥国轩高科动力能源有限公司
申请日：2024-03-11
公开（公告）日：2024-06-28
公开（公告）号：CN118262146A
主分类号：G06V10/764
分类号：G06V10/764;G06V10/40;G06V10/80;G06N3/0464;G06N3/084;G06N5/04;G01H17/00
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种多任务下毛刺检测方法，包括以下步骤：将主轴振动实时数据转化为振动时频图；构建多任务检测模型，将振动时频图输入残差模块，通过多个串联的残差块对振动时频图进行特征提取；再通过FPN模块对残差模块提取的特征进行多尺度融合，对多尺度融合后的特征进行最大池化下采样；下采样得到的特征结果分别输出故障分类类型子任务和切刀磨损检测子任务中，同时计算两个子任务的损失；计算联合损失；基于误差反向传播算法对多任务检测模型进行参数更新；基于参数更新后的多任务检测模型进行推理，输出分切故障类型以及切刀磨损大小信息。本发明同时进行故障分类、切刀磨损监测和毛刺检测，提高检测效率和准确性。
主权项：1.一种多任务下毛刺检测方法，其特征在于，所述多任务下毛刺检测方法包括以下步骤：步骤1，根据振动传感器采集得到毛刺分切过程中的主轴振动实时数据；步骤2，采用小波变换算法，将主轴振动实时数据转化为振动时频图；步骤3，基于Refinanet网络构建多任务检测模型，该多任务检测模型包括残差模块和FPN模块；将振动时频图输入残差模块，通过多个串联的残差块对振动时频图进行特征提取；再通过FPN模块对残差模块提取的特征进行多尺度融合，对多尺度融合后的特征进行最大池化下采样：步骤4，将下采样得到的特征结果分别输出故障分类类型子任务和切刀磨损检测子任务中，同时计算两个子任务的损失；步骤5，根据两个子任务的损失计算联合损失L；步骤6，基于误差反向传播算法对多任务检测模型进行参数更新；步骤7，基于参数更新后的多任务检测模型进行推理，输出分切故障类型以及切刀磨损大小信息。
全文数据：
权利要求：
百度查询： 合肥国轩高科动力能源有限公司 一种多任务下毛刺检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号