[发明专利]一种基于深度学习的数控机床断刀检测系统及方法有效
| 申请号： | 201910228970.X | 申请日： | 2019-03-25 |
| 公开（公告）号： | CN109822398B | 公开（公告）日： | 2020-06-02 |
| 发明（设计）人： | 杨建中;傅有;宋仕杰 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | B23Q17/09 | 分类号： | B23Q17/09 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 张彩锦;曹葆青 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于刀具断裂智能检测领域，并具体公开了一种基于深度学习的数控机床断刀检测系统及方法，其利用图像数据采集模块拍摄切削加工过程中刀具切削工件的视频，利用图像数据预处理模块提取视频中的图像，并对提取的图像进行定位、裁剪和归一化处理，利用集成有断刀判别器的边缘计算模块接收处理后的图像，并利用预先训练的卷积神经网络前向推理得到断刀判别结果，利用机床报警模块根据断刀判别结果实现机床的控制。本发明可实现数控机床加工过程中刀具状态的自动、实时、准确监控，具有自动化程度高，易于实施，准确率高等优点。 | ||
| 搜索关键词： | 一种 基于 深度 学习 数控机床 检测 系统 方法 | ||
【主权项】：
1.一种基于深度学习的数控机床断刀检测系统，其特征在于，包括：图像数据采集模块，用于拍摄切削加工过程中刀具切削工件的视频；图像数据预处理模块，用于提取视频中的图像，并对提取的图像进行定位、裁剪和归一化处理，然后将处理后的图像传输至边缘计算模块中；集成有断刀判别器的边缘计算模块，用于接收处理后的图像，并利用断刀判别器中预先训练的卷积神经网络前向推理得到断刀判别结果；机床报警模块，用于根据断刀判别结果实现机床的控制。
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华中科技大学，未经华中科技大学许可，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/201910228970.X/，转载请声明来源钻瓜专利网。
