[发明专利]基于深度学习的刀具磨损预测方法在审
| 申请号： | 202111491303.4 | 申请日： | 2021-12-08 |
| 公开（公告）号： | CN114297912A | 公开（公告）日： | 2022-04-08 |
| 发明（设计）人： | 郭保苏;董昊;吴凤和;韩天杰;温银堂;张玉燕 | 申请（专利权）人： | 燕山大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/04;B23Q17/09;G06F119/04;G06F119/14 |
| 代理公司： | 北京孚睿湾知识产权代理事务所(普通合伙) 11474 | 代理人： | 王冬杰 |
| 地址： | 066004 河北省*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习的刀具磨损预测方法，其包括以下步骤，步骤一：采集数控机床加工数据；步骤二：对步骤一得到的初始数据进行小波分解处理；步骤三：借助于深度学习网络训练刀具磨损预测模型；步骤四：判断步骤三得到的训练结果是否符合要求；步骤五：采集在线加工数据，完成刀具磨损的实时预测。本发明可对刀具磨损采集的数据实现自动降噪，准确高效地提取数据特征，具有预测准确率高，计算速度快，更新速度快等优点。本发明的应用进一步提升加工的安全性，不仅有利于保证加工质量，还有助于减少材料损失，减少加工废品的产生。 | ||
| 搜索关键词： | 基于 深度 学习 刀具 磨损 预测 方法 | ||
【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燕山大学，未经燕山大学许可，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/202111491303.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于频域模板匹配的复杂背景图像缺陷检测方法
- 下一篇：冷却罐
