龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：重庆邮电大学
摘要：刀尖点频响函数是解析切削稳定性的重要输入，构建多因素作用下的刀尖点频响函数预测模型需充足的样本，将直接引入大量重复的仿真或实验致使成本增加。针对此问题，本发明提出小样本下变加工位置和刀具悬伸量的刀尖动态特性预测方法，该方法采用自编码器和多层感知机搭建半监督学习框架，改进自编码器的损失函数反馈机制，深度提取刀具悬伸量和加工位置特征，设置较小的标签样本比例，仅在其对应位置获取模态参数构成小样本，训练AE‑MLP模型以预测全部位置的刀尖动态特性。以立式加工中心的2把铣刀开展实例验证，当标签样本比例为0.4时，所提方法在刀具T1、T2各类模态参数平均误差中的最大值分别为7.96％、7.77％，优于直接采用小样本建模的其它对比模型。
主权项：1.一种融合半监督学习的机床工作空间刀尖动态特性预测方法，其特征在于：该方法包括以下步骤：S1：在数控机床工作空间内规划合理且充足的加工位置；S2：获取不同刀具-悬伸量组合下数控机床各加工位置的刀尖点频响函数，构造训练集和测试集；S3：优化自编码器的损失函数反馈机制，构建自编码器-多层感知机AE-MLP刀尖动态特性预测模型；S4：训练AE-MLP回归模型，评估其预测精度；S5：重构刀尖点频响函数，验证AE-MLP模型的有效性。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种融合半监督学习的机床工作空间刀尖动态特性预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号