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：河南工业贸易职业学院;河南迅美机电设备工程有限公司
摘要：本发明公开了一种基于多目标优化深度学习算法的数控机床效率优化方法，包括S1、构建实时加工数据集；S2、学习加工过程中的关键性能指标和潜在的优化参数；S3、通过改进的帕累托前沿算法对卷积神经网络模型与递归神经网络模型输出的特征进行多目标优化；S4、基于多目标优化的结果，通过智能控制系统自动调整数控机床的刀具速度、进给速率和切削深度的参数；S5、使用传感器和机器视觉系统实时监控加工质量和机床状态；S6、循环执行步骤S2至S5。本发明通过结合多目标优化算法和深度学习技术，提出了一种基于多目标优化深度学习算法的数控机床效率优化方法，解决了现有技术中的多个难题和缺陷。
主权项：1.一种基于多目标优化深度学习算法的数控机床效率优化方法，其特征在于，包括以下步骤：S1、收集数控机床加工时的刀具与工件间的高频振动数据、机床各轴的运动轨迹数据、刀具磨损数据、机床能耗模式和机床环境温度变化数据，构建实时加工数据集；S2、利用卷积神经网络模型对收集的实时加工数据集进行特征提取，并通过递归神经网络模型对提取的特征进行时序分析，学习加工过程中的关键性能指标和潜在的优化参数；S3、通过改进的帕累托前沿算法对卷积神经网络模型与递归神经网络模型输出的特征进行多目标优化，优化目标包括最大化加工速度、加工精度、最小化能耗和刀具磨损，帕累托前沿算法基于实时数据动态调整权重系数以平衡各目标间的冲突；S4、基于多目标优化的结果，通过智能控制系统自动调整数控机床的刀具速度、进给速率和切削深度的参数，以及环境控制系统的冷却液流量和温度设置；S5、在实际加工过程中实施步骤S4的调整，并使用传感器和机器视觉系统实时监控加工质量和机床状态，数据反馈至卷积神经网络模型与递归神经网络模型进行进一步学习和参数调整；S6、根据反馈数据和模型再学习的结果，循环执行步骤S2至S5。
全文数据：
权利要求：
百度查询： 河南工业贸易职业学院 河南迅美机电设备工程有限公司 基于多目标优化深度学习算法的数控机床效率优化方法
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