[发明专利]一种基于深度学习的导轨精度预测模型的建立方法有效
| 申请号： | 201910645915.0 | 申请日： | 2019-07-17 |
| 公开（公告）号： | CN110405537B | 公开（公告）日： | 2022-02-08 |
| 发明（设计）人： | 吴继春;方海国;阳广兴;罗涛;胡裕栋;周会成 | 申请（专利权）人： | 湘潭大学 |
| 主分类号： | B23Q17/00 | 分类号： | B23Q17/00;G06F30/00;G06F30/20;G06N3/08;G06N3/04 |
| 代理公司： | 北京方圆嘉禾知识产权代理有限公司 11385 | 代理人： | 董芙蓉 |
| 地址： | 411105 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的导轨精度预测模型的建立方法，包括以下步骤：S1、声音信号采集装置采集导轨运行的声音，并将声音送入已训练好的声音处理模型；S2、同时振动信号采集装置采集振动运行的状态数据，并将振动数据送入振动处理模型进行处理；S3、结合声音处理模型与振动处理模型的状态数据对导轨的精度状态进行判断；S4、根据导轨的状态进行相应的决策。本发明结合声音和振动两种信号，并运用了深度学习算法，对导轨的精度进行检测以维持导轨的精度，自适应好，能够自适应、自我学习、自我诊断，以具有较高的应用价值。 | ||
| 搜索关键词： | 一种 基于 深度 学习 导轨 精度 预测 模型 建立 方法 | ||
【主权项】：
1.一种基于深度学习的导轨精度预测模型，其特征在于，包括导轨、数据采集部分、数据处理部分和导轨状态判断与执行部分；所述导轨用于提供待检测数据的来源；所述数据采集部分包含了声音采集部分，与振动采集部分；所述数据处理部分包含了音频数据的处理部分与振动数据的处理部分；所述导轨状态判断与执行部分，包含了对于导轨运行状态的判定，与最终的需要执行的结果。
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湘潭大学，未经湘潭大学许可，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/201910645915.0/，转载请声明来源钻瓜专利网。
- 上一篇：数控机床的分度工作台
- 下一篇：一种基于全息摄影的铣刀刀具磨损检测装置
