買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜深圳市盈德精密制造有限公司申請的專利多軸聯(lián)動數(shù)控加工的狀態(tài)監(jiān)測方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119439876B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-04發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510047942.3，技術(shù)領(lǐng)域涉及：G05B19/401；該發(fā)明授權(quán)多軸聯(lián)動數(shù)控加工的狀態(tài)監(jiān)測方法及系統(tǒng)是由盧萍設(shè)計研發(fā)完成，并于2025-01-13向國家知識產(chǎn)權(quán)局提交的專利申請。

本多軸聯(lián)動數(shù)控加工的狀態(tài)監(jiān)測方法及系統(tǒng)在說明書摘要公布了：本發(fā)明涉及多軸聯(lián)動數(shù)控加工技術(shù)領(lǐng)域，公開了一種多軸聯(lián)動數(shù)控加工的狀態(tài)監(jiān)測方法及系統(tǒng)，其中，該方法包括：對多軸聯(lián)動數(shù)控加工過程中的振動、聲發(fā)射和切削力信號進行采集和預(yù)處理，得到第一多源傳感器數(shù)據(jù)；進行特征提取和壓縮感知，得到低維特征子集；進行融合判斷，得到異常狀態(tài)檢測結(jié)果；訓(xùn)練包含主干網(wǎng)絡(luò)和多個分支網(wǎng)絡(luò)的深度學(xué)習(xí)模型，得到狀態(tài)評估模型；將實時采集的第二多源傳感器數(shù)據(jù)輸入狀態(tài)評估模型進行狀態(tài)評估，得到加工狀態(tài)分類結(jié)果和參數(shù)估計值。該方法實現(xiàn)了多機床的協(xié)同狀態(tài)評估和預(yù)測仿真。

本發(fā)明授權(quán)多軸聯(lián)動數(shù)控加工的狀態(tài)監(jiān)測方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種多軸聯(lián)動數(shù)控加工的狀態(tài)監(jiān)測方法，其特征在于，所述方法包括：對多軸聯(lián)動數(shù)控加工過程中的振動、聲發(fā)射和切削力信號進行采集和預(yù)處理，得到第一多源傳感器數(shù)據(jù)；將所述第一多源傳感器數(shù)據(jù)輸入狀態(tài)空間模型構(gòu)建器進行處理，得到狀態(tài)空間模型；具體包括：對所述第一多源傳感器數(shù)據(jù)進行自相關(guān)分析和互相關(guān)分析，得到各傳感器信號的時間相關(guān)性特征和不同傳感器信號之間的相關(guān)性特征；基于所述時間相關(guān)性特征和所述相關(guān)性特征，對所述第一多源傳感器數(shù)據(jù)進行動態(tài)時間規(guī)整，得到對齊后的多源傳感器數(shù)據(jù)序列；對所述對齊后的多源傳感器數(shù)據(jù)序列進行滑動窗口分割，得到多個重疊的數(shù)據(jù)段，并對每個重疊的數(shù)據(jù)段進行奇異值分解，提取主要特征向量和對應(yīng)的奇異值，得到降維后的狀態(tài)表示；基于所述降維后的狀態(tài)表示，構(gòu)建初始狀態(tài)轉(zhuǎn)移矩陣，并利用最小二乘法估計初始觀測矩陣，得到初始的狀態(tài)空間模型；將所述初始的狀態(tài)空間模型和所述對齊后的多源傳感器數(shù)據(jù)序列輸入無跡卡爾曼濾波器，進行參數(shù)迭代優(yōu)化，得到優(yōu)化后的狀態(tài)轉(zhuǎn)移矩陣和觀測矩陣；基于所述優(yōu)化后的狀態(tài)轉(zhuǎn)移矩陣和觀測矩陣，構(gòu)建非線性狀態(tài)方程和觀測方程，引入過程噪聲和觀測噪聲，得到表示相鄰時刻多源數(shù)據(jù)關(guān)系的狀態(tài)空間模型；根據(jù)所述狀態(tài)空間模型，對所述第一多源傳感器數(shù)據(jù)進行特征提取和壓縮感知，得到低維特征子集；計算所述低維特征子集的重構(gòu)誤差和歐氏距離，并進行融合判斷，得到異常狀態(tài)檢測結(jié)果；根據(jù)所述異常狀態(tài)檢測結(jié)果和所述低維特征子集訓(xùn)練包含主干網(wǎng)絡(luò)和多個分支網(wǎng)絡(luò)的深度學(xué)習(xí)模型，得到狀態(tài)評估模型；將實時采集的第二多源傳感器數(shù)據(jù)輸入所述狀態(tài)評估模型進行狀態(tài)評估，得到加工狀態(tài)分類結(jié)果和參數(shù)估計值，并將所述加工狀態(tài)分類結(jié)果和所述參數(shù)估計值映射到數(shù)字孿生模型中，得到分布式協(xié)同監(jiān)測結(jié)果。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人深圳市盈德精密制造有限公司，其通訊地址為：518000 廣東省深圳市光明區(qū)玉塘街道田寮社區(qū)第二工業(yè)區(qū)59棟401,1樓,4樓,54棟1樓、2樓、3樓；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。