买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连理工大学申请的专利一种用于刀具磨损预测的多源信息融合方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116543274B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310456136.2，技术领域涉及：G06V10/80；该发明授权一种用于刀具磨损预测的多源信息融合方法是由郭江;朱旭;倪超设计研发完成，并于2023-04-25向国家知识产权局提交的专利申请。

本一种用于刀具磨损预测的多源信息融合方法在说明书摘要公布了：本发明公开了一种用于刀具磨损预测的多传感器信号融合方法，采用平均分段聚合的方法，可在保留原数据趋势的前提下减少数据量的大小，从而缩短运算时间。本发明提出了利用马尔科夫转换场的方法，将加工过程中产生的时间序列数据编码为二维图像，并通过拉普拉斯图像金字塔的方法实现多通道图片的融合，实现了多传感器信息在数据层面的融合，避免了传感数据之间时间关系的丢失。本发明将加工过程中的多传感器信号通过马尔科夫转换场的方法编码为二维图像，并采用拉普拉斯图像金字塔的方法实现多通道图片的融合，进而实现将多传感器信号编码，融合成为多通道的二维图像，可以最大限度的保留原始信号内部的时间关系。

本发明授权一种用于刀具磨损预测的多源信息融合方法在权利要求书中公布了：1.一种用于刀具磨损预测的多传感器信号融合方法，其特征在于：包括如下步骤： 步骤S1：进行机械加工实验，实验过程中通过多传感器获取多源时间序列数据X＝{x1,x2,x3,…,xN}；其中xi代表第i个采样点对应的数据值； 步骤S2：进行数据预处理，采用平均分段聚合法减少时间序列数据的大小和并对数据进行归一化处理； 步骤S21：将包含N个采样点的时间序列数据X＝{x1,x2,x3,…,xN}分为M段；在确定分段数M时，满足其中a为时间序列数据X相邻两波谷之间的采样点个数的平均值； 步骤S22：求出每段数据的均值构建新的序列数据 步骤S23：采用如下公式对聚合后的数据进行归一化处理： 其中，为第i个点归一化至[0,1]后的值，和分别表示时间序列中的最大值和最小值； 求出每个数据的归一化值，得到新的序列数据之后，对归一化之后的数据使用聚类算法进行聚类，得到数据的聚类结果Q； 步骤S3：将预处理后的数据编码为单通道的二维图像，利用一维马尔科夫链构造马尔科夫转移矩阵和基于马尔科夫转移矩阵构造马尔科夫转移场； 步骤S31：将经过步骤S2归一化后的数据分为Q个分位数区间，并将每个数据点分配到相应的分位数区间qj，j∈[1,Q]； 步骤S32：构造马尔科夫状态转移矩阵： 其中，wij表示时间序列数据X中的采样点由分位数区间qi转移到分位数区间qj的频次； 步骤S33：构造马尔科夫转移场： 其中，wij|xi∈qi,xj∈qj表示采样点xt从分位数区间qi转移到分位数区间qj的概率，即wij|xi∈qi,xj∈qj＝Pxt+1＝j|xt＝i； 步骤S34：使用均值模糊核对构造的马尔科夫转移场进行平均值聚合运算： M′＝M*K 其中，K为模糊核，M′为聚合运算后的矩阵； 之后将聚合后的矩阵M′转换为图像，得到最终的单通道图像； 步骤S4：基于拉普拉斯图像金字塔分解将多张单通道图片融合为一张多通道图片； 步骤S41：假设经过步骤S3共获得7张图像，用图像1表示x向力、图像2表示y向力、图像3表示z向力、图像4表示x向振动、图像5表示y向振动、图像6表示z向振动、图像7表示声发射，分别构造图像1和图像2的高斯金字塔； 步骤S42：对构建好的高斯金字塔的每一层分别构建拉普拉斯金字塔； 步骤S43：对每一层的拉普拉斯金字塔图像进行拼接，构建出一个由拼接图像组成的拉普拉斯金字塔； 步骤S44：通过拼接图像的拉普拉斯金字塔重建出最终的融合图像； 步骤S45：图像1和图像2融合完毕后，将融合后的图像与图像3融合，以此类推，直至将多个通道的图像融合完毕，最终获得多传感器信号进行编码、融合后的最终图像，实现多传感器信号在数据层面的融合。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连理工大学，其通讯地址为：116024 辽宁省大连市高新园区凌工路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。