CNIPA.AI
返回搜索
档案

一种物理信息液态神经网络刀具磨损预测方法及系统

发明专利未知
10权利要求 · 4 独立
§ Ⅰ

卷宗概要

发明人

梁晓亮; 张士博; 蔡玉奎; 张腾; 李天翔; 张聘; 刘战强

申请日

Sep 23, 2026

公开日

Oct 27, 2026

IPC 分类

B23Q 17/09 (2006.01)G06F 18/15 (2023.01)G06F 18/213 (2023.01)G06N 3/0442 (2023.01)

本发明公开了一种物理信息液态神经网络刀具磨损预测方法及系统,涉及精密加工与智能制造领域,包括:采集刀具切削过程中的多源加工信号并进行预处理;构造时域、频域及时频域特征,基于斯皮尔曼秩相关系数选择敏感特征;将敏感特征及相邻切削时刻的时间间隔输入闭式连续时间网络,通过时间相关门控对连续时间隐藏状态进行闭式更新,获得刀具后刀面磨损预测值;基于可调系数刀具磨损模型构造物理损失、数据损失及单调性损失,并根据样本级误差方差指数移动平均动态平衡数据损失权重与物理损失权重;利用加权总损失函数训练网络并输出预测值。本发明能够同时利用加工信号的连续时间动态与刀具磨损累积规律,提高刀具磨损预测准确性与物理一致性。

登录后阅读全文

已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。

  • 全部权利要求
  • 技术领域
  • 背景技术
  • 发明内容
  • 附图说明
  • 具体实施方式