Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 沈阳工业大学孙兴伟获国家专利权

沈阳工业大学孙兴伟获国家专利权

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!

龙图腾网获悉沈阳工业大学申请的专利一种铣削工件表面粗糙度的预测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:CN115655193B

龙图腾网通过国家知识产权局官网在2025-08-29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:202211188662.7,技术领域涉及:G01B21/30;该发明授权一种铣削工件表面粗糙度的预测方法是由孙兴伟;辛明泽;张维锋;杨赫然;刘寅;董祉序;潘飞设计研发完成,并于2022-09-27向国家知识产权局提交的专利申请。

一种铣削工件表面粗糙度的预测方法在说明书摘要公布了:本发明涉及一种铣削工件表面粗糙度的预测方法,步骤为:确定BP神经网络的拓扑结构;对输入数据及输出数据通过归一化处理;确定BP神经网络所需寻优的权值和阈值的数目;设定北方苍鹰规模和迭代次数,形成北方苍鹰种群位置矩阵,将预测值与实测值之间的误差函数作为适应度函数F来计算北方苍鹰位置的适应度值;最小适应度值的北方苍鹰位置为猎物所在位置;通过猎物识别模型更新北方苍鹰位置并重新确定猎物位置;通过追逐猎物及猎物逃生模型更新猎物位置,得到优化后的权值与阈值;优化后的权值与阈值代入BP神经网络结构进行训练,根据训练结果最终预测出不同工况下工件的表面粗糙度。本发明增强神经网络的预测能力和预测精度,并提高运算速度。

本发明授权一种铣削工件表面粗糙度的预测方法在权利要求书中公布了:1.一种铣削工件表面粗糙度的预测方法,其特征在于:步骤为: 1确定BP神经网络的拓扑结构,将数控机床铣削工件获得的实验数据以矩阵形式进行存储,在实验数据中,工艺参数作为BP神经网络的输入数据,表面粗糙度值作为输出数据; 2对输入数据及输出数据通过归一化模型进行归一化处理; 3根据参数数目模型确定BP神经网络所需寻优的权值和阈值的数目,并将权值和阈值数目映射成北方苍鹰位置,北方苍鹰所在的位置是一个向量; 4设定北方苍鹰规模和迭代次数T,通过Iterative混沌映射策略的初始位置变换模型生成北方苍鹰的初始种群位置,形成北方苍鹰种群位置矩阵X; 5将步骤1中的实验数据输入到BP神经网络模型中,计算初始权值与阈值下的神经网络预测值,将预测值与实测值之间的误差函数作为适应度函数F来计算北方苍鹰位置的适应度值;根据适应度值按升序排列,最小适应度值的北方苍鹰位置为猎物所在位置Pi; 6在步骤5中确定当前猎物所在位置Pi后,北方苍鹰向猎物靠近,并在靠近的过程中,通过猎物识别模型更新北方苍鹰位置并重新确定猎物位置; 7猎物位置重新确定后,猎物位置适应度值发生改变,通过追逐猎物及猎物逃生模型更新猎物位置,更新后的北方苍鹰适应度值按升序排列,北方苍鹰适应度值最小的为最终的猎物位置,同时满足迭代次数终止时,这时位于最终的猎物位置的北方苍鹰位置为优化后的权值与阈值; 8利用步骤7中优化后的权值与阈值代入BP神经网络结构进行训练,根据训练结果最终预测出不同工况下工件的表面粗糙度。

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沈阳工业大学,其通讯地址为:110870 辽宁省沈阳市铁西区经济技术开发区沈辽西路111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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。