“王振驰”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网_中国专利网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

B 作业；运输

C 化学；冶金

D 纺织；造纸

E 固定建筑物

F 机械工程、照明、加热

专利下载VIP

公布日期

2023-10-24 公布专利

2023-10-20 公布专利

2023-10-17 公布专利

2023-10-13 公布专利

2023-10-10 公布专利

2023-10-03 公布专利

2023-09-29 公布专利

2023-09-26 公布专利

2023-09-22 公布专利

2023-09-19 公布专利

专利权人

国家电网公司

华为技术有限公司

中兴通讯股份有限公司

三星电子株式会社

中国石油化工股份有限公司

鸿海精密工业股份有限公司

松下电器产业株式会社

上海交通大学

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]一种基于迁移学习的刀具磨损监测方法-CN202211199862.2在审
发明人：路勇;王振驰;高栋 -专利权人：哈尔滨工业大学
申请日： 2022-09-29 - 公布日： 2022-11-18 - 主分类号： B23Q17/09 文献下载
摘要：一种基于迁移学习的刀具磨损监测方法，解决了当前基于深度学习的刀具磨损监测模型只能面向单一工况进行建模的问题，属于数控加工中心刀具磨损状态预测技术领域。本发明包括：S1、采集原始工况和新工况下加工过程的监测信号；S2、获取原始工况下和新工况下的刀具磨损值标签，与监测信号整合，得到带标签的原始工况数据集和新工况数据集；S3、构建基于边缘分布自适应的迁移学习模型；S4、以最小化迁移学习模型损失函数为目标，并利用数据集训练，训练完成获得的新工况刀具磨损监测模型；S5、获取新工况当前时刻的监测信号，将监测信号输入至新工况刀具磨损监测模型进行预测。
一种基于迁移学习刀具磨损监测方法

[发明专利]一种基于粒子群算法的刀具选配方法-CN202210617592.6在审
发明人：路勇;王振驰;王涵玉 -专利权人：哈尔滨工业大学
申请日： 2022-06-01 - 公布日： 2022-08-16 - 主分类号： G06Q10/04 文献下载
摘要：一种基于粒子群算法的刀具选配方法，解决了现有刀具选配过程存在过于主观、无法根据制造任务需求实现刀具快速精准选配的问题，属于机械加工制造技术领域。本发明包括：S1、确定加工信息，包括加工对象的材料所属类型、加工任务类型、使用的加工机床和切削参数；S2、根据加工信息在数据库中进行初步选配，获得可行刀具集合；S3、以切削速度和进给量作为设计变量，选择加工生产时间最短或生产成本最低作为优化目标，添加约束条件建立以生产时间最短或生产成本最低为目标的优化模型：S4、基于粒子群算法利用S2中的可行刀具集合对优化模型进行求解，在可行刀具集合中得到生产时间最短或生产成本最低的刀具选配最佳方案。
一种基于粒子算法刀具选配方法

[发明专利]基于深度学习和时序回归模型的刀具剩余寿命预测方法-CN202210577542.X在审
发明人：路勇;王振驰;高栋 -专利权人：哈尔滨工业大学
申请日： 2022-05-25 - 公布日： 2022-07-15 - 主分类号： B23Q17/09 文献下载
摘要：基于深度学习和时序回归模型的刀具剩余寿命预测方法，解决了现有刀具剩余寿命预测精度不高的问题，属于数控刀具预测性维护领域。本发明包括：采集加工过程各个通道采样点的刀具振动、切削力和声发射信号，计算出4维数据，包括均值、方差、偏度和峰度；将4维数据输入至深度卷积残差神经网络刀具磨损监测模型中，输出刀具磨损值；对刀具磨损值进行平滑处理，输出磨损序列。再输入到差分整合移动平均自回归刀具磨损超前预报模型中，预报出超前N步刀具磨损值，当第N步值未到达阈值时，将当前时刻剩余寿命预测为最大剩余寿命值；当第M步值到达或超过阈值，将当前时刻剩余寿命预测为M‑1个切削行程，M≤N。
基于深度学习时序回归模型刀具剩余寿命预测方法

1
共 3 条

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

关于我们寻求报道投稿须知广告合作版权声明网站地图友情链接企业标识联系我们

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top