公开(公告)号：CN119848609A

公开(公告)日：2025-04-18

申请号：CN202510061308.5

申请日：2025-01-15

Applicant: 中南大学

Inventor： 李凯 ,  吴博凡 ,  贾贤石 ,  李洲 ,  陈明松

IPC: G06F18/24 ,  G06N3/0455 ,  G06F18/213 ,  G06F18/10 ,  G06F18/214 ,  G06N3/0895 ,  G06N3/047 ,  G06N3/048 ,  G06F18/2131

Abstract: 本发明提出一种基于Transform的数控机床铣削加工多工序信号智能标记方法。首先，采集多模态时序信号(如主轴振动、切削力、声发射信号)，通过小波变换去噪并提取时频域特征，依据工序类别对信号样本分类，结合专家标注样本构建高质量训练集。其次，设计基于Transform模型的多模态特征提取框架，引入多头注意力机制，动态调整模态权重生成联合特征表示，通过改进的多模态特征敏感性分析确定关键模态与特征并结合自监督学习与物理约束优化模型，精准标记信号。最终，采用序贯标记验证策略，生成高质量标记数据集，提升加工过程分析的准确性与一致性。本发明可广泛应用于复杂精密部件数控机床加工质量分析和智能优化中，具有高效性和可靠性。