发明专利已授权

基于深度学习的刀具磨损预测方法

📄 申请号：CN202111491303.4 📄 发布日：2026/05/07

著录项目信息

申请日

2021-12-08

公开号

CN114297912B

公开日

2024-08-20

申请人

燕山大学

法律状态

已下证

专利类型

发明

主分类号

G06F30_27

IPC 分类号

G06F30_27 , G06N3_0464 , B23Q17_09 , G06F119_04 , G06F119_14 ,

技术画像

所属领域

深度学习深度学习刀具磨损预测预测性维护

应用场景

数控加工, 工业自动化, 智能制造, 刀具状态监测, 预测性维护

AI 智能推荐 · 同申请人专利 · 搜索相似专利

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。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种多驱动的高强度柔性仿生机器鱼

当前第 / 件

四足机器人用轻量化液压油源

同领域国内专利 · IPC: (G06F30_27)

G06F30_00 G06F30_10 G06F30_12 G06F30_13 G06F30_15 G06F30_17 G06F30_18 G06F30_20 G06F30_22 G06F30_23 G06F30_25 G06F30_27 G06F30_28 G06F30_30 G06F30_31 G06F30_32 G06F30_323 G06F30_327 G06F30_33 G06F30_3308 G06F30_331 G06F30_3315 G06F30_3323 G06F30_337 G06F30_34 G06F30_36 G06F30_367 G06F30_373 G06F30_39 G06F30_392 G06F30_394 G06F30_396 G06F30_398 覆盖33个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：58 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

基于深度学习的刀具磨损预测方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06F30_27)

相似专利推荐 AI 驱动 · 同领域

—种龙门数控机床用镗铣头

一种数控机床上料装置

一种数控机床的散热底座

服务项目

资源中心

关于柿子坊