Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 北京理工大学梁志强获国家专利权

北京理工大学梁志强获国家专利权

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!

龙图腾网获悉北京理工大学申请的专利一种重载机器人铣削颤振检测方法、装置、介质及产品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:CN118417948B

龙图腾网通过国家知识产权局官网在2025-11-21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:202410600805.3,技术领域涉及:B23Q17/12;该发明授权一种重载机器人铣削颤振检测方法、装置、介质及产品是由梁志强;陈司晨;杜宇超;高子瑞;郭琳;郑浩然;刘志兵;仇天阳;周天丰;王西彬设计研发完成,并于2024-05-15向国家知识产权局提交的专利申请。

一种重载机器人铣削颤振检测方法、装置、介质及产品在说明书摘要公布了:本发明公开了一种重载机器人铣削颤振检测方法、装置、介质及产品,涉及机器人铣削加工技术领域。方法包括:获取重载机器人铣削过程中当前时刻的实时加速度信号;根据实时加速度信号,利用变分模式分解方法确定特征信号;确定特征信号的李雅普诺夫指数为特征李雅普诺夫指数;确定特征信号的局部频谱折线相似度为特征局部频谱折线相似度;根据特征李雅普诺夫指数和特征局部频谱折线相似度,确定当前时刻的状态类型。本发明通过确定特征信号能够提高重载机器人铣削颤振检测的精度和效率。

本发明授权一种重载机器人铣削颤振检测方法、装置、介质及产品在权利要求书中公布了:1.一种重载机器人铣削颤振检测方法,其特征在于,包括: 获取重载机器人铣削过程中当前时刻的实时加速度信号; 根据所述实时加速度信号,利用变分模式分解方法确定特征信号; 确定所述特征信号的李雅普诺夫指数为特征李雅普诺夫指数; 确定所述特征信号的局部频谱折线相似度为特征局部频谱折线相似度; 根据所述特征李雅普诺夫指数和所述特征局部频谱折线相似度,确定当前时刻的状态类型;所述状态类型为颤振时刻或非颤振时刻; 其中,根据所述实时加速度信号,利用变分模式分解方法确定特征信号,包括: 确定实时加速度信号中的稳定信号和过渡信号; 根据所述稳定信号的频谱峰度,确定变分模式分解参数; 基于所述变分模式分解参数,利用变分模式分解方法对所述过渡信号进行分解重构,得到过渡残余信号; 确定过渡残余信号的颤振频率幅值与实时加速度信号的颤振频率幅值的比值为判别量; 判断所述判别量是否小于判别量阈值,得到第一判断结果; 若所述第一判断结果为是,则返回步骤“根据所述稳定信号的频谱峰度,确定变分模式分解参数”; 若所述第一判断结果为否,则确定过渡残余信号为特征信号; 根据所述特征李雅普诺夫指数和所述特征局部频谱折线相似度,确定当前时刻的状态类型,包括: 判断所述特征李雅普诺夫指数是否小于李雅普诺夫指数阈值,得到第二判断结果; 若所述第二判断结果为是,则确定当前时刻的状态类型为非颤振时刻,更新当前时刻并返回步骤“获取重载机器人铣削过程中当前时刻的实时加速度信号”; 若所述第二判断结果为否,则判断所述特征局部频谱折线相似度是否小于局部频谱折线相似度阈值,得到第三判断结果; 若所述第三判断结果为是,则确定当前时刻的状态类型为非颤振时刻,更新当前时刻并返回步骤“获取重载机器人铣削过程中当前时刻的实时加速度信号”; 若所述第三判断结果为否,则确定当前时刻的状态类型为颤振时刻。

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北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5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”。

以上内容由龙图腾AI智能生成。

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。