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

被引：0

专利类型：

发明

申请号：

CN202110976220.8

申请日：

2021-08-24

公开(公告)号：

CN113664612A

公开(公告)日：

2021-11-19

发明(设计)人：

姜兴宇徐思迪田志强孙豪杰李世磊刘丹王润琳刘伟军

申请人：

申请人地址：

110870 辽宁省沈阳市经济技术开发区沈辽西路111号

IPC主分类号：

B23Q1709

IPC分类号：

代理机构：

北京展翅星辰知识产权代理有限公司 11693

代理人：

王文生

法律状态：

实质审查的生效

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
2021-12-07	实质审查的生效	实质审查的生效 IPC(主分类):B23Q 17/09 申请日:20210824
2021-11-19	公开	公开

共 50 条

[1]

基于深度神经网络的数控机床刀具磨损程度识别方法 [P].

张映锋 ;

黄彬彬 ;

黄博 ;

史丽春 .

中国专利 :CN111958321B ,2020-11-20

[2]

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

[3]

一种基于深度学习的数控机床刀具磨损监测方法 [P].

孙扬帆 ;

陈辉 ;

陈坚 ;

李阳 ;

徐月同 .

中国专利 :CN118848670B ,2025-01-07

[4]

一种基于深度学习的数控机床刀具磨损监测方法 [P].

孙扬帆 ;

陈辉 ;

陈坚 ;

李阳 ;

徐月同 .

中国专利 :CN118848670A ,2024-10-29

[5]

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

[6]

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

[7]

一种数控机床刀具磨损状态实时监测方法 [P].

李国龙 ;

贾亚超 ;

董鑫 .

中国专利 :CN112077670B ,2020-12-15

[8]

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

[9]

一种数控机床切削刀具磨损状态实时监测方法 [P].

陈国华 ;

向华 ;

周浩 ;

潘成龙 ;

李波 ;

胡勇文 .

中国专利 :CN108490880B ,2018-09-04

[10]

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

← 1 2 3 4 5 →