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 > 南通市立新机械制造有限公司张卓豪获国家专利权

南通市立新机械制造有限公司张卓豪获国家专利权

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!

龙图腾网获悉南通市立新机械制造有限公司申请的专利一种机械零件加工数据动态安全保护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:CN120910773B

龙图腾网通过国家知识产权局官网在2025-12-02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:202511446605.8,技术领域涉及:G06F18/2433;该发明授权一种机械零件加工数据动态安全保护方法是由张卓豪;黄云云;沈波设计研发完成,并于2025-10-11向国家知识产权局提交的专利申请。

一种机械零件加工数据动态安全保护方法在说明书摘要公布了:本发明涉及数据处理技术领域,具体涉及一种机械零件加工数据动态安全保护方法,包括:采集机械零件的加工电流数据序列;根据加工电流数据序列得到初始标准电流因子;根据初始标准电流因子得到异常电流数据段;根据异常电流数据段得到电流趋势差异因子;根据电流趋势差异因子得到异常电流数据;根据异常电流数据段中不同异常电流数据之间的波动趋势差异得到数据相似性;根据数据相似性得到关联异常数据集;根据关联异常数据集得到振动异常因子;根据振动异常因子对加工电流数据序列进行压缩。本发明使电流数据的分段更加合理,提高了旋转门压缩算法的压缩效率,提高了加工数据的动态安全性。

本发明授权一种机械零件加工数据动态安全保护方法在权利要求书中公布了:1.一种机械零件加工数据动态安全保护方法,其特征在于,该方法包括以下步骤: 采集若干机械零件的加工电流数据序列,所述加工电流数据序列包含多个电流数据,每个电流数据对应一个采集时间; 根据不同机械零件之间电流数据的变化差异得到每个电流数据的初始标准电流因子,所述初始标准电流因子用于描述电流数据与正常电流数据的差异;根据不同机械零件在同一采集时间下电流数据之间初始标准电流因子的最大变化差异,从电流数据中筛选出若干初始异常电流数据以及若干正常电流数据; 根据初始异常电流数据以及正常电流数据将加工电流数据序列划分为若干异常电流数据段;根据异常电流数据段中不同初始异常电流数据前后异常电流数据的变化趋势,得到每个初始异常电流数据的电流趋势差异因子;根据电流趋势差异因子从初始异常电流数据中筛选出若干异常电流数据;根据异常电流数据段中不同异常电流数据之间的波动趋势差异,得到任意两个异常电流数据的数据相似性;根据数据相似性对异常电流数据进行归类得到若干关联异常数据集;根据异常电流数据段中不同异常电流数据在关联异常数据集中的分布情况,得到每个异常电流数据段的振动异常因子; 根据振动异常因子对加工电流数据序列进行压缩; 所述根据振动异常因子对加工电流数据序列进行压缩,包括的具体方法为: 预设一个振动异常因子阈值;对于任意一个异常电流数据段,将异常电流数据段中 第一个电流数据与第二个电流数据均记为一个分界点,对于异常电流数据段中除第一个电 流数据与第二个电流数据以外的第个电流数据; 式中,表示第个电流数据的分界程度;表示预设的超参数;表示第个电流数 据前第一个分界点的斜率;表示第个电流数据前第二个分界点的斜率;表示异常 电流数据段的振动异常因子;表示预设的振动异常因子阈值;表示在第个电流数 据前第一个分界点与第个电流数据所构成的数据段中,所有电流数据的上斜率的最大 值;表示在第个电流数据前第一个分界点与第个电流数据所构成的数据段中,所有 电流数据的下斜率的最小值; 预设一个分界程度阈值T5;将异常电流数据段中分界程度大于T5的电流数据记为分界点;获取异常电流数据段中所有分界点,获取所有异常电流数据段中所有分界点;将任意两个分界点之间构成的数据段记为待压缩数据段;将每个待压缩数据段作为分段,对所有分段进行旋转门压缩得到若干压缩后的数据段,将所有压缩后的数据段存储在数据库中。

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南通市立新机械制造有限公司,其通讯地址为:226200 江苏省南通市启东市汇龙镇台角村(杨沙路27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。