公开(公告)号：CN110928237B

公开(公告)日：2020-12-29

申请号：CN201911327809.4

申请日：2019-12-20

Applicant: 华中科技大学

Inventor： 周焮钊 ,  李凯 ,  石成明 ,  贺松平 ,  裘超超 ,  李斌

IPC: G05B19/4065

Abstract: 本发明属于数控加工中心切削过程颤振在线辨识领域，并具体公开了一种基于振动信号的数控加工中心颤振在线辨识方法。包括：采集数控加工中心进行切削加工时的主轴振动信号，并对该振动信号进行预处理，构建预处理后的信号的多尺度排列熵和多尺度功率谱熵，将多尺度排列熵和多尺度功率谱熵进行拼接作为特征向量输入构建的梯度提升树模型，对其进行迭代训练，得到最优梯度提升树模型，将加工过程中的主轴振动信号经预处理后输入最优梯度提升树模型，从而实现对数控加工中心颤振的在线辨识。本发明可实现对机床颤振敏感性特征的提取和数控加工中心是否颤振以及颤振严重程度进行辨识，具有监测实时性高、辨识准确度高、泛化能力好等优点。

公开(公告)号：CN106271881A

公开(公告)日：2017-01-04

申请号：CN201610632997.1

申请日：2016-08-04

Applicant: 华中科技大学

Inventor： 李斌 ,  罗博 ,  石成明 ,  刘乐星 ,  刘红奇 ,  毛新勇 ,  彭芳瑜 ,  阳雪峰

IPC: B23Q17/09

CPC classification number: B23Q17/0957

Abstract: 本发明公开了一种基于SAEs和K-means的刀具破损监测方法，其包括以下步骤：(1)采集电流信号样本集；(2)将规整处理后的所述电流信号输入到SAEs作为输入样本集，重构并提取原始电流信号的特征，将最后一个SAEs训练所得的编码矢量输出为特征向量；(3)将所述特征向量作为K-means聚类的输入层，对所有输入数据进行分类；(4)输出样本聚类结果，并根据聚类效果微调K-means参数以及SAEs参数；(5)输出聚类效果，根据聚类效果判断刀具是否破损。

公开(公告)号：CN111126255A

公开(公告)日：2020-05-08

申请号：CN201911335398.3

申请日：2019-12-23

Applicant: 华中科技大学

Inventor： 周焮钊 ,  石成明 ,  李凯 ,  贺松平 ,  李斌 ,  裘超超

IPC: G06K9/00 ,  G06K9/62 ,  B23Q17/09

Abstract: 本发明属于数控机床刀具状态监测相关技术领域，其公开了一种基于深度学习回归算法的数控机床刀具磨损值预测方法，方法包括以下步骤：(1)采集数控机床进行切削加工时的三向振动信号；(2)将振动信号分别输入到堆栈式稀疏自动编码器网络进行训练，并将每次训练得到的最后一个编码矢量作为自适应提取得到的特征输出；(3)将特征输入到非线性回归函数中；(4)将得到的刀具磨损的预测值与实际值进行求差，进而对所述堆栈式稀疏自动编码器网络进行微调，判断迭代次数是否达到阈值，若未达到，则转至步骤(2)；否则，训练完成，由此得到深度学习回归算法模型，进而对数控机床刀具磨损值进行实时预测。本发明提高了实时性及预测精度。

公开(公告)号：CN110928237A

公开(公告)日：2020-03-27

申请号：CN201911327809.4

申请日：2019-12-20

Applicant: 华中科技大学

Inventor： 周焮钊 ,  李凯 ,  石成明 ,  贺松平 ,  裘超超 ,  李斌

IPC: G05B19/4065

Abstract: 本发明属于数控加工中心切削过程颤振在线辨识领域，并具体公开了一种基于振动信号的数控加工中心颤振在线辨识方法。包括：采集数控加工中心进行切削加工时的主轴振动信号，并对该振动信号进行预处理，构建预处理后的信号的多尺度排列熵和多尺度功率谱熵，将多尺度排列熵和多尺度功率谱熵进行拼接作为特征向量输入构建的梯度提升树模型，对其进行迭代训练，得到最优梯度提升树模型，将加工过程中的主轴振动信号经预处理后输入最优梯度提升树模型，从而实现对数控加工中心颤振的在线辨识。本发明可实现对机床颤振敏感性特征的提取和数控加工中心是否颤振以及颤振严重程度进行辨识，具有监测实时性高、辨识准确度高、泛化能力好等优点。

公开(公告)号：CN204924220U

公开(公告)日：2015-12-30

申请号：CN201520252676.X

申请日：2015-04-24

Applicant: 华中科技大学

Inventor： 刘红奇 ,  熊忠星 ,  李斌 ,  李沨 ,  毛新勇 ,  彭芳瑜 ,  郑飞 ,  石成明

IPC: G01B21/08

Abstract: 本实用新型公开了一种适用于大型螺旋桨叶片的数显测厚装置，包括两个分段卡爪、旋转编码盘和电子显示屏，该两个分段卡爪均由斜臂、转动机构、横臂和探头组成，斜臂的一端与横臂的一端通过转动机构相连，横臂的另一端上安装所述探头；两个斜臂的另一端通过旋转编码盘相连，该两个斜臂绕旋转编码盘转动，同时张开和闭合；所述横臂绕转动机构转动，其在测量过程中始终保持平行；其中一个探头上安装三个呈120°分布的压力传感器，另一个探头上安装有一个压力传感器，当压力传感器均与待测面紧密贴合时，电子显示屏显示连通状态；电子显示屏安装在分段卡爪上。本测厚装置满足实时检测需求，具有检测精度高、效率高、适应性强以及操作简单等优点。