一种基于深度神经网络的铣刀磨损状态监测方法

被引：0

专利类型：

发明

申请号：

CN201811567849.1

申请日：

2018-12-21

公开(公告)号：

CN109434564A

公开(公告)日：

2019-03-08

发明(设计)人：

刘献礼张爱鑫李茂月于福航张统仲冬维宋厚旺

申请人：

申请人地址：

150080 黑龙江省哈尔滨市南岗区学府路52号

IPC主分类号：

B23Q1709

IPC分类号：

代理机构：

代理人：

法律状态：

发明专利申请公布后的视为撤回

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2020-06-02	发明专利申请公布后的视为撤回	发明专利申请公布后的视为撤回 IPC(主分类):B23Q 17/09 申请公布日:20190308
2019-03-08	公开	公开
2019-04-02	实质审查的生效	实质审查的生效 IPC(主分类):B23Q 17/09 申请日:20181221

共 50 条

[1]

基于深度门控循环单元神经网络的刀具磨损状态监测方法 [P].

袁庆霓 ;

陈启鹏 ;

蓝伟文 ;

杜飞龙 .

中国专利 :CN111325112A ,2020-06-23

[2]

一种基于振动信号和BP神经网络的刀具磨损状态评估方法 [P].

李莹 ;

张智敏 ;

朱晓莉 ;

毛义华 .

中国专利 :CN114871850A ,2022-08-09

[3]

一种基于卷积神经网络的刀具磨损监测方法 [P].

朱翔 ;

谢峰 ;

李楠 .

中国专利 :CN108319962A ,2018-07-24

[4]

基于并行深度神经网络的数控机床刀具磨损状态预测方法 [P].

刘振宇 ;

刘惠 ;

郏维强 ;

张栋豪 ;

谭建荣 .

中国专利 :CN109822399A ,2019-05-31

[5]

基于果蝇优化算法的铣刀磨损状态监测方法 [P].

王玫 ;

袁敏 .

中国专利 :CN105834834B ,2016-08-10

[6]

一种基于多特征空间卷积神经网络的刀具磨损监测方法 [P].

曾浩浩 ;

汪伟 ;

杨东 .

中国专利 :CN114833636A ,2022-08-02

[7]

一种基于残差结构和卷积神经网络的铣刀磨损监测方法 [P].

王雅君 ;

程胜明 .

中国专利 :CN115582733A ,2023-01-10

[8]

基于多尺度深度卷积循环神经网络的刀具磨损监测方法 [P].

孙闯 ;

许伟欣 ;

刘一龙 ;

赵志斌 ;

田绍华 ;

严如强 .

中国专利 :CN110509109A ,2019-11-29

[9]

一种基于深度神经网络的注意状态检测方法 [P].

刘丹平 ;

曾靖涵 ;

宋俊毅 ;

唐瑞君 ;

刘箫 ;

张劲松 ;

聂海鹏 ;

何梓荣 ;

张峰鸣 ;

陈卓 ;

李佩烜 ;

唐浩文 ;

陈楚月 ;

王源 ;

张睿彦 ;

叶博豪 ;

乔嘉玮 ;

马旭霆 ;

曹湘雪 ;

张晋宁 ;

夏浩鹏 ;

田源棋 ;

李梓轩 ;

覃文香 ;

张奇阳 ;

崔文娟 ;

温文鑫 ;

廖梦杰 ;

蒋师 ;

王陈希 ;

包政 .

中国专利 :CN118411743A ,2024-07-30

[10]

一种基于深度卷积神经网络的数控机床铣削刀具磨损实时监测方法 [P].

姜兴宇 ;

徐思迪 ;

田志强 ;

孙豪杰 ;

李世磊 ;

刘丹 ;

王润琳 ;

刘伟军 .

中国专利 :CN113664612A ,2021-11-19

← 1 2 3 4 5 →