上海泛腾半导体技术有限公司郑川获国家专利权
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!
龙图腾网获悉上海泛腾半导体技术有限公司申请的专利一种基于VME与Transformer的多轴同步控制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:CN121541604B 。
龙图腾网通过国家知识产权局官网在2026-05-12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:202511769169.8,技术领域涉及:G05B19/418;该发明授权一种基于VME与Transformer的多轴同步控制方法是由郑川;周康成;邓虹波设计研发完成,并于2025-11-28向国家知识产权局提交的专利申请。
本一种基于VME与Transformer的多轴同步控制方法在说明书摘要公布了:本发明公开了一种基于VME与Transformer的多轴同步控制方法,包括:采集多源轴系动态数据,预处理生成标准化多源轴系动态数据集;构造主轴与从轴的同步误差信号,形成同步误差时间序列;采用Wigner–Ville分布算法进行时频变换,构建多轴联合时频特征序列;输入改进Longformer模型,生成同步误差预测结果及多轴关联特征;生成多轴同步控制指令,通过VME总线下发控制指令;接收反馈信号形成闭环校正信息,更新模型参数实现实时闭环控制。本发明通过引入改进Longformer模型与Wigner–Ville,实现了半导体装备多轴系统在高速、高扰动条件下的高精度同步误差预测与实时同步控制。
本发明授权一种基于VME与Transformer的多轴同步控制方法在权利要求书中公布了:1.一种基于VME与Transformer的多轴同步控制方法,其特征在于,包括: 通过VME总线采集多源轴系动态数据,并对多源轴系动态数据进行预处理,生成标准化多源轴系动态数据集; 基于标准化多源轴系动态数据集,依据多轴运动的同步控制要求构造主轴与从轴之间的同步误差信号,形成同步误差时间序列; 对同步误差时间序列采用引入联合双谱核函数、自适应偏移步长因子和能量门控抑制算子的Wigner–Ville分布算法进行时频变换,提取时频能量特征、频率特征及可选统计特征,形成各轴的时频特征矩阵,并按照时间顺序进行组合,构建多轴联合时频特征序列; 将多轴联合时频特征序列输入改进Longformer模型,对长序列特征进行时序相关性分析与跨轴耦合特征提取,生成未来时刻的同步误差预测结果及多轴关联特征; 基于同步误差预测结果及多轴关联特征,生成多轴同步控制指令,并通过VME总线将多轴同步控制指令实时下发至各控制单元,执行与未来同步误差补偿相关的多轴同步控制操作; 通过VME总线实时接收各控制单元的反馈信号,基于反馈信号形成闭环校正信息,对同步误差预测残差进行在线校正,并对改进Longformer模型参数进行更新,进行实时闭环同步控制; 所述生成未来时刻的同步误差预测结果及多轴关联特征,包括: 构建改进Longformer模型,所述改进Longformer模型由多分辨率注意力层、多轴耦合注意力层、时频残差引导前馈层和VME轻量稀疏注意力层组成; 在多分辨率注意力层中,基于多轴联合时频特征序列的时频主频变化和时频能量分布,通过窗口尺度自适应机制依据时频主频变化量自适应调整注意力窗口的时间尺度和频率尺度,并通过时频能量掩码机制依据时频能量分布对注意力权重进行保留与抑制处理,生成经时频特征强化的初级注意力序列; 在多轴耦合注意力层中,基于初级注意力序列的轴间时频关联度构建轴间耦合系数矩阵,并利用跨轴注意力融合机制对主轴与各从轴之间的特征进行交叉注意力计算,得到包含轴间动态耦合关系的联合注意力序列; 在时频残差引导前馈层中,基于联合注意力序列的时频差分构建残差信号,并通过时频能量加权机制对前馈网络的各分量进行加权处理,生成对突变段与高能量段具有强化表达能力的深层编码序列; 在VME轻量稀疏注意力层中,基于深层编码序列的时频能量峰值选取关键时间片,并利用稀疏关键点机制生成稀疏注意力索引,在多个VME处理单元上对关键时间片执行稀疏注意力计算,得到满足实时控制要求的综合长序列编码特征; 将综合长序列编码特征输入改进Longformer模型的输出头,通过线性映射和时间维度聚合形成未来时刻的同步误差预测序列; 在同步误差预测序列的基础上,提取主轴与各从轴之间的时频协同变化量、时频能量耦合变化量及跨轴相关性变化量,形成表征主轴与各从轴之间动态耦合关系的多轴关联特征。
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上海泛腾半导体技术有限公司,其通讯地址为:200233 上海市徐汇区虹漕路461号57幢4楼;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励