公开(公告)号：CN116339137A

公开(公告)日：2023-06-27

申请号：CN202310077158.8

申请日：2023-02-07

Applicant: 大连理工大学

Inventor： 刘阔 ,  姜业明 ,  牛蒙蒙 ,  李明禹 ,  陈虎 ,  王永青

IPC: G05B13/04

Abstract: 本发明公开了一种基于LSTM‑FLC算法的机床自适应预测调控方法，属于智能制造技术领域。首先，试制阶梯形样件，进行变切深加工试验，利用功率传感器采集加工过程中的主轴功率信号并进行数据预处理；其次，构建长短时记忆网络，网络输入为处理后的功率信号和切削参数，网络输出为下一时刻的功率预测值；然后，基于功率预测值建立模糊控制模型，求解加工参数的预测调控值；最后，在加工中对进给速度自适应调控。本方法可有效地提高加工效率，延缓刀具磨损，减少参数调控过程中刀具的异常破损，延长机床使用寿命，降低生产成本。

公开(公告)号：CN116304690A

公开(公告)日：2023-06-23

申请号：CN202310174221.X

申请日：2023-02-27

Applicant: 大连理工大学

Inventor： 刘阔 ,  牛蒙蒙 ,  王永青 ,  赵地 ,  姜业明 ,  秦波

IPC: G06F18/214 ,  B23Q17/09 ,  G06F18/15 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/048 ,  G06N3/094

Abstract: 一种基于MDDGAN的刀具磨损状态监测数据集增强方法。采集刀具切削过程中主轴的振动信号，将振动信号转换成频谱数据输入到MDDGAN中；MDDGAN的两个鉴别器分别被训练以最大化传统的对抗性损失和鉴别器差异损失，MDDGAN的生成器被训练以最小化传统的对抗性损失和鉴别器差异损失，三者之间进行动态对抗训练，直到训练完成，保存生成器的模型参数；利用训练好的生成器生成刀具磨损样本，并判断生成的刀具磨损样本分布和真实的刀具磨损样本分布是否相似。该方法的最大优点使用基于决策边界的动态对抗训练策略来辅助优化GAN的网络参数，有效增强刀具磨损训练数据集，提高深度学习网络模型预测刀具磨损状态的准确性。

公开(公告)号：CN116184960A

公开(公告)日：2023-05-30

申请号：CN202310077644.X

申请日：2023-02-07

Applicant: 大连理工大学

Inventor： 刘阔 ,  姜业明 ,  李明禹 ,  陈虎 ,  秦波 ,  王永青

IPC: G05B19/418

Abstract: 本发明公开了一种虑及刀具状态的数控机床工艺参数自适应调控方法，属于智能制造技术领域。首先，在机床上进行变切削深度铣削加工试验，实时采集加工过程中主轴电机功率信号，并对信号进行缺失值补全和归一化处理；其次，分别构建刀具状态预测和主轴功率预测模型；然后，基于刀具状态和主轴功率的预测值，建立虑及刀具状态的工艺参数自适应调控模型；最后，根据调控模型实时调节加工工艺参数。本方法考虑了刀具状态在自适应调控中对加工效率的影响，在避免刀具和机床因参数调控而异常损坏的前提下，最大程度的提高加工效率，满足零件的高质、高效加工需求。

公开(公告)号：CN115979602A

公开(公告)日：2023-04-18

申请号：CN202211622345.1

申请日：2022-12-16

Applicant: 大连理工大学

Inventor： 王永青 ,  牛蒙蒙 ,  刘阔 ,  赵地 ,  李凯 ,  姜业明

IPC: G01M13/00 ,  G01H17/00 ,  G06F18/2415 ,  G06N3/048 ,  G06N3/047 ,  G06N3/084 ,  G06N3/096

Abstract: 本发明公开了一种基于多源域迁移学习的刀具状态智能监测方法，首先使用多个源域的刀具状态样本分别预训练多个源域模型，然后将目标域的刀具状态输入到每个源域模型中，以获得信息熵和分类误差，从而获得每个源域和目标域之间的可迁移性。然后将来自多个源域和目标域的刀具状态样本同时输入到带有softmax分类器的深度极值学习机模型中，以获得每个源域与目标域之间的特征距离损失以及源域的分类损失。利用加权的损失反向传播来训练和更新深度极值学习机分类模型。最后用目标域的刀具状态测试样本去测试分类模型，从而实现对目标域刀具状态的监测。本发明的方法的最大优点能够有效解决刀具状态标签不足的问题，提高刀具状态监测的准确性。

公开(公告)号：CN118915627A

公开(公告)日：2024-11-08

申请号：CN202410972540.X

申请日：2024-07-19

Applicant: 大连理工大学

Inventor： 刘阔 ,  姜业明 ,  黄家栋 ,  李明禹 ,  许诺 ,  王永青

IPC: G05B19/416

Abstract: 本发明属于智能数控加工和数控系统通讯领域，公开了基于FOCAS协议的机床外置式进给速度自适应控制方法，首先创建机床数控面板进给倍率使能的屏蔽开关；然后将自适应控制计算机通过网线与数控系统连接，并将自适应控制计算机与数控系统的IP地址设置在同一网段内；接着将采集到的数控机床主轴功率数据输入到自适应控制计算机内的自适应控制模型中，模型输出为进给倍率优化值；最后基于FOCAS协议将进给倍率优化值写入数控系统内，实现进给速度的在线修改。本方法根据数控加工过程中机床主轴功率负载变化在线调整数控机床的进给速度，解决了配备发那科数控系统的数控机床数据传输问题，提升了零件加工效率，提高了应用范围。

公开(公告)号：CN117608246A

公开(公告)日：2024-02-27

申请号：CN202311490263.0

申请日：2023-11-09

Applicant: 大连理工大学

Inventor： 刘阔 ,  姜业明 ,  黄家栋 ,  李明禹 ,  许诺 ,  王永青

IPC: G05B19/416

Abstract: 本发明属于智能制造技术领域，公开了一种适用于多工序零件的数控机床自适应加工方法，首先进行数据采集和传输，采集零件加工时数控机床主轴功率数据并将数据发送至工控机；然后在工控机上使用基于滑动窗口和自上而下策略的时序数据分割方法对机床主轴功率数据进行分割，得到多工序零件的分段工序功率数据；再然后，为每段工序功率数据分别设置功率参考值，基于模糊逻辑控制器计算最佳进给速度；最后，进行数控机床的自适应加工。本方法针对复杂多工序零件的不同工序分别设定相应的功率参考值，在提高加工效率的同时保证了零件加工质量、刀具寿命不受数控机床自适应加工的影响，提高了数控机床自适应加工的实用性。