[发明专利]数控机床刀具磨损状态识别方法和存储介质在审
| 申请号： | 202010710401.1 | 申请日： | 2020-07-22 |
| 公开（公告）号： | CN111814728A | 公开（公告）日： | 2020-10-23 |
| 发明（设计）人： | 刘钦源;周思宇 | 申请（专利权）人： | 同济大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 朱远枫 |
| 地址： | 200092 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了数控机床刀具磨损状态识别方法和存储介质，将采集到的机床加工时的电流信号序列输入预先训练完成的CBLSTM算法模型得到电流信号序列处于正常磨损和异常磨损的概率，通过将卷积神经网络，双层双向长短期记忆循环神经网络和全连接网络以串行的方式结合构建CBLSTM算法模型，可以充分的利用三者的优势并用于刀具磨损的状态识别，卷积神经网络可以首先提取出信号序列的一系列局部特征，并输出包含多个局部特征的时间序列；双向长短期记忆循环神经网络能学习该时间序列双向的长期时间依赖关系，从而输出包含时序信息的特征向量；然后利用全连接网络的拟合能力，将提取的特征映射到正常磨损状态与异常磨损状态的概率上；提高了识别效率和识别精度。 | ||
| 搜索关键词： | 数控机床 刀具 磨损 状态 识别 方法 存储 介质 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于同济大学，未经同济大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010710401.1/，转载请声明来源钻瓜专利网。
