[发明专利]基于卷积神经网络的刀具磨损状态检测方法、装置及设备有效
| 申请号： | 201810852180.4 | 申请日： | 2018-07-30 |
| 公开（公告）号： | CN109048492B | 公开（公告）日： | 2020-04-21 |
| 发明（设计）人： | 戴伟;王玥 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | B23Q17/09 | 分类号： | B23Q17/09;B23Q17/00 |
| 代理公司： | 北京辰权知识产权代理有限公司 11619 | 代理人： | 刘广达 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 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卷积神经网络的刀具磨损状态检测方法、装置及终端设备。其中，基于卷积神经网络的刀具磨损状态检测方法包括：获取预先训练好的基于卷积神经网络构建的刀具磨损状态预测模型；获取在目标刀具的切割过程中采集的传感数据序列，所述传感数据序列包括按时序采集的传感数据；基于所述传感数据序列，利用所述刀具磨损状态预测模型预测所述目标刀具的磨损状态。本发明提供的基于卷积神经网络的刀具磨损状态检测方法，不需要提取复杂的时频域特征，可以有效简化数据处理过程、提高效率，同时由于所述传感数据序列是按时序采集的传感数据，因此可以基于内在序列特征实现刀具磨损状态的预测，可以有效提高准确性。 | ||
| 搜索关键词： | 基于 卷积 神经网络 刀具 磨损 状态 检测 方法 装置 设备 | ||
【主权项】：
1.一种基于卷积神经网络的刀具磨损状态检测方法，其特征在于，包括：获取预先训练好的基于卷积神经网络构建的刀具磨损状态预测模型；获取在目标刀具的切割过程中采集的传感数据序列，所述传感数据序列包括按时序采集的传感数据；基于所述传感数据序列，利用所述刀具磨损状态预测模型预测所述目标刀具的磨损状态。
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北京航空航天大学，未经北京航空航天大学许可，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/201810852180.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种零件加工用的高精度分度工装
- 下一篇：一种麻花钻角度测量装置
