公开(公告)号：CN112247673B

公开(公告)日：2021-12-21

申请号：CN202010926651.9

申请日：2020-09-07

Applicant: 博深普锐高(上海)工具有限公司 ,  南京林业大学

Inventor： 胡勇 ,  田广军 ,  郭晓磊

IPC: B23Q17/09 ,  B27C5/02 ,  G06N3/04 ,  G06N3/08 ,  G06N3/12

Abstract: 本发明公开了一种基于遗传BP神经网络的木工刀具磨损状态诊断方法，包括以下步骤：步骤一：采集包括刀具前角γ、主轴转速n、切削深度h、机床主轴功率Pt的近似系数以及刀具磨损VB在内的样本集；步骤二：使用遗传BP神经网络建立刀具磨损状态诊断模型。本发明技术使用功率信号作为刀具磨损状态诊断信号，降低了传感器成本，解决了传感器安装问题，使信号精度不受加工环境干扰，同时考虑了刀具前角γ、主轴转速n、切削深度h，使模型能够适用于多种切削参数，使用relu训练函数的遗传BP神经网络建立刀具磨损状态诊断模型，极大地提高了BP神经网络的计算速度和诊断精度。

公开(公告)号：CN112247673A

公开(公告)日：2021-01-22

申请号：CN202010926651.9

申请日：2020-09-07

Applicant: 博深普锐高(上海)工具有限公司 ,  南京林业大学

Inventor： 胡勇 ,  田广军 ,  郭晓磊

IPC: B23Q17/09 ,  B27C5/02 ,  G06N3/04 ,  G06N3/08 ,  G06N3/12

Abstract: 本发明公开了一种基于遗传BP神经网络的木工刀具磨损状态诊断方法，包括以下步骤：步骤一：采集包括刀具前角γ、主轴转速n、切削深度h、机床主轴功率Pt的近似系数以及刀具磨损VB在内的样本集；步骤二：使用遗传BP神经网络建立刀具磨损状态诊断模型。本发明技术使用功率信号作为刀具磨损状态诊断信号，降低了传感器成本，解决了传感器安装问题，使信号精度不受加工环境干扰，同时考虑了刀具前角γ、主轴转速n、切削深度h，使模型能够适用于多种切削参数，使用relu训练函数的遗传BP神经网络建立刀具磨损状态诊断模型，极大地提高了BP神经网络的计算速度和诊断精度。

公开(公告)号：CN213301924U

公开(公告)日：2021-05-28

申请号：CN202021934193.5

申请日：2020-09-07

Applicant: 南京林业大学

Inventor： 董伟航 ,  郭晓磊 ,  胡勇

IPC: G01N3/56

Abstract: 本实用新型公开了一种木工刀具磨损状态诊断系统，包括数据处理计算机和机床，所述机床的底座上设有机床控制箱，所述机床外部设有第一连接座、第一液推动器、第二液压推动器和第三液压推动器，所述机床内部设有扫描端头、真空吸附台、工件和第二连接座，所述扫描端头嵌合于第一连接座上，所述第一液压推动器贯穿第一连接座与扫描端头连接，所述第二连接座嵌合于机床的侧壁上且与第二液压推动器的推动柱固定。本诊断设备安装于机床内，配合数据处理计算机来完成木工刀具磨损检测，本设备将诊断和修复结合于一体，有效的提高了机床的功能性，避免了人工检测造成过程慢、时间长以及效率低的问题。