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！

龙图腾网获悉山东科技大学申请的专利基于SR-TELM的钻-扩混合加工材料去除功率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：CN121389069B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202511946764.4，技术领域涉及：G06F18/27；该发明授权基于SR-TELM的钻-扩混合加工材料去除功率预测方法是由贾顺;邢相健;李淑宇;王尚;曹全垚;宋金云;余孟成设计研发完成，并于2025-12-23向国家知识产权局提交的专利申请。

本基于SR-TELM的钻-扩混合加工材料去除功率预测方法在说明书摘要公布了：本发明提供一种基于SR‑TELM的钻‑扩混合加工材料去除功率预测方法，涉及数控机床功率预测技术领域，通过符号回归算法深入挖掘钻‑扩混合加工材料去除中加工参数与材料去除功率之间的物理机理，通过将机理模型嵌入TELM的隐含层神经元中，有机融合了符号回归算法解析物理机理的优势与TELM强大的非线性逼近能力，在有限数据条件下有效提升功率预测精度，同时保证模型的物理可解释性，为机床钻‑扩混合加工材料去除功率建模提供一种新的解决方案。

本发明授权基于SR-TELM的钻-扩混合加工材料去除功率预测方法在权利要求书中公布了：1.基于SR-TELM的钻-扩混合加工材料去除功率预测方法，其特征在于，包括： S1、采集数控机床的钻-扩混合加工参数和材料去除功率数据，并构建训练集和测试集； S2、通过符号回归算法解析数控机床钻-扩混合加工过程中材料去除功率与加工参数间的物理机理，生成钻-扩混合加工机理模型，其中，钻-扩混合加工机理模型为钻孔机理模型和扩孔机理模型； S3、将钻-扩混合加工机理模型嵌入多层极限学习机中构建SR-TELM混合加工功率预测模型，并利用实验数据对SR-TELM混合加工功率预测模型进行训练； S4、利用训练好的SR-TELM混合加工功率预测模型进行钻孔材料去除功率预测和扩孔材料去除功率预测； 所述步骤S2包括： 计算钻-扩混合加工参数之间以及钻-扩混合加工参数与材料去除功率的关联度，具体计算公式如下： ； ； 其中，为母数据序列，为子数据序列，为两个序列中的第j个变量的灰色关联系数，δ为自定义参数，，为两个序列之间的关联度； 选择关联度大于预设关联阈值的钻-扩混合加工参数作为PySR算法的输入变量进行建模，得到钻-扩混合加工材料去除功率表达式如下： ； 其中，为材料钻孔功率，为材料扩孔功率，、分别为钻孔材料去除功率的输入变量和扩孔材料去除功率的输入变量，、分别为钻孔材料去除功率的符号集和扩孔材料去除功率的符号集； 所述步骤S3包括： 构建基于双隐层极限学习机的数据驱动模型，数据驱动模型包括输入层、隐含层、输出层； 将钻-扩混合加工机理模型嵌入隐含层的物理神经元中，得到SR-TELM混合加工功率预测模型； 对SR-TELM混合加工功率预测模型的参数进行初始化：输入层初始化权重和偏差，隐含层初始化数量为2，第一隐含层初始化神经元个数n1，第二隐含层初始化神经元个数n2，第一隐含层包括1个物理神经元和n1-1个普通神经元，初始化正则化项，其中，钻孔条件下物理神经元为，扩孔条件下物理神经元为； 将训练集输入SR-TELM混合加工功率预测模型进行参数优化，输入层随机初始化权重和偏差，两个隐含层的神经元个数以及正则化项在搜索空间内进行搜索； 采用均方根误差RMSE对SR-TELM混合加工功率预测模型的超参数进行评价，通过网格搜索交叉验证方法搜索超参数空间并评估每一组超参数配置的性能，得出优化超参数； 更新优化后的超参数并从搜索空间中取出新一轮超参数，再次通过均方根误差RMSE评价SR-TELM混合加工功率预测模型的超参数，并通过网格搜索交叉验证方法保留最佳超参数配置； 将最佳超参数配置更新至SR-TELM混合加工功率预测模型中，将测试集输入到训练好的SR-TELM混合加工功率预测模型中，判断测试结果是否达到目标。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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。