-
公开(公告)号：CN114905334A
公开(公告)日：2022-08-16
申请号：CN202210535722.1
申请日：2022-05-17
Applicant: 北京理工大学
IPC: B23Q17/09 , B23Q17/12 , B23Q17/20 , G05B19/4065
Abstract: 本发明公开了一种智能实时清洁切削监控系统和方法，用于系统监控，包括：采集模块、处理模块、控制模块、显示模块、通信模块、远程终端设备、建模系统；控制模块控制采集模块对加工过程信息进行同步采集和硬件集成，并发送至建模系统；处理模块对采集模块采集的信号进行处理，得到两维数据，并传输至建模系统；建模系统基于两维数据和加工过程信息建立离线网络模型；采集模块将实时加工过程信息传输至离线网络模块，获得实时刀具信息，并通过显示模块进行显示；通信模块将实时刀具信息、加工过程信息传输至远程终端设备。本发明对切削加工状态进行实时的在线监测，并能考虑到不同材料、不同切削用量和不同工况，系统普适性较高。
-
公开(公告)号：CN113408195B
公开(公告)日：2022-06-03
申请号：CN202110652289.5
申请日：2021-06-11
Applicant: 北京理工大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/04
Abstract: 本发明涉及机械加工领域，具体涉及基于刀具磨损数据的多步刀具磨损值预测方法。通过基础刀具磨损试验，获得刀具磨损曲线和刀具磨损数据，对获得的刀具磨损数据通过移动滑窗操作划分成训练集T1和测试集T2，搭建密集残差神经网络，对其进行训练，实现刀具磨损趋势的准确预测。本发明能够判断在未来一段时间内的刀具磨损值是否发生较大的变化，以保证所加工零件的尺寸精度满足使用要求，根据预测得到的将来过程中的刀具磨损状态做出刀具是否更换的决策，在保证加工质量的前提下，提高生产效率和降低成本，对于当前数据驱动的智能制造具有重要意义。
-
公开(公告)号：CN109531272B
公开(公告)日：2019-12-31
申请号：CN201811310711.3
申请日：2018-11-06
Applicant: 北京理工大学
IPC: B23Q17/09
Abstract: 本发明涉及智能制造领域，具体涉及一种传感器融合采集切削信号的方法，本发明传感器切削信号测量系统包括设置在机床床身的电机、工控机、霍尔电流传感器、采集盒、设置在三爪卡盘上的工件、设置在刀杆上的车刀、封闭盒、六角螺钉、刀架、振动传感器、第一柔性管、六角螺栓、第二柔性管、压电片传感器、封闭圈、采集板和六角隔离柱；本发明利用霍尔电流传感器、振动传感器、压电片传感器与采集板搭建了一套基于多传感器融合切削信号测量装置，所用传感器体型小、便于携带及安装；本发明利用工控机进行信号集成，扩展了信号的采集途径，摆脱了单一信号引发的不确定性。
-
公开(公告)号：CN114905334B
公开(公告)日：2023-10-20
申请号：CN202210535722.1
申请日：2022-05-17
Applicant: 北京理工大学
IPC: B23Q17/09 , B23Q17/12 , B23Q17/20 , G05B19/4065
Abstract: 本发明公开了一种智能实时清洁切削监控系统和方法，用于系统监控，包括：采集模块、处理模块、控制模块、显示模块、通信模块、远程终端设备、建模系统；控制模块控制采集模块对加工过程信息进行同步采集和硬件集成，并发送至建模系统；处理模块对采集模块采集的信号进行处理，得到两维数据，并传输至建模系统；建模系统基于两维数据和加工过程信息建立离线网络模型；采集模块将实时加工过程信息传输至离线网络模块，获得实时刀具信息，并通过显示模块进行显示；通信模块将实时刀具信息、加工过程信息传输至远程终端设备。本发明对切削加工状态进行实时的在线监测，并能考虑到不同材料、不同切削用量和不同工况，系统普适性较高。
-
公开(公告)号：CN112247674B
公开(公告)日：2021-09-21
申请号：CN202011079075.5
申请日：2020-10-10
Applicant: 北京理工大学
IPC: B23Q17/09
Abstract: 本发明涉及机械加工领域，具体涉及基于表面纹理特征与多传感信号特征融合的刀具磨损预测方法。本发明切削信号采集系统包括设置在卡盘上的卡爪、工件、设置在刀杆上的车刀片、内六角螺栓、测力仪传感器、高速照相机和振动传感器，所述刀杆通过内六角螺栓设置在测力仪传感器内，所述振动传感器设置在刀杆前端外侧上，所述工件通过卡爪设置在卡盘上；本发明利用测力仪传感器、振动传感器、高速照相机搭建了一套工件已加工表面纹理和多传感器切削信号采集装置，对加工后的表面纹理进行了灰度直方图均衡化处理，并计算了预处理后表面纹理的灰度共生矩阵，并对矩阵进行了能量、熵、惯性矩和相关性四种特征量的提取，用于监测刀具磨损。
-
Patent Agency Ranking
公开(公告)号：CN108746797A
公开(公告)日：2018-11-06
申请号：CN201810685302.5
申请日：2018-06-28
Applicant: 北京理工大学
CPC classification number: B23C9/005 , B23Q11/126
Abstract: 本发明公开一种复合加工工具铣‑铣动力头，包括通过转接板与工业机器人的机械臂连接的动力头组件，动力头组件包括动力头机架、动力主轴和多个电主轴，动力主轴通过伺服挠性联轴器与主轴电机的转轴连接，主轴电机通过主轴电机固定架和螺钉固定在动力头机架上；动力主轴的下端键连接有电主轴转盘，多个电主轴周向均布固定在电主轴转盘上；电主轴的输出端上安装立铣刀，每个立铣刀在围绕转盘轴线转动的同时还绕自身轴线转动，相邻的行星立铣刀的旋转方向相反。本发明的铣‑铣动力头，采用高速电主轴驱动多把刀具同时切削，加工效率高；可以在不改变自身结构的情况下，可以较大幅度的提升加工尺寸范围，适用于大中型工件的平面加工，柔性好。
-
公开(公告)号：CN108746783A
公开(公告)日：2018-11-06
申请号：CN201810685286.X
申请日：2018-06-28
Applicant: 北京理工大学
CPC classification number: B23C3/00 , B23Q11/126 , B23Q11/127 , B23Q17/2452
Abstract: 本发明公开一种基于铣‑铣复合加工原理的高柔性加工系统和加工方法，包括支撑进给机构、控制机构、辅助加工机构和动力头机构，支撑进给机构采用工业机器人，动力头通过转接板安装在工业机器人的机械臂末端，辅助加工机构包括可转位工作台，待加工工件放置在可转位工作台上；工业机器人、可转位工作台和动力头机构均与控制机构中的数控模块信号连接；动力头的刀盘上周向均布固定有多个立铣刀，每个立铣刀在围绕刀盘轴线转动的同时还绕自身轴线转动，相邻的行星立铣刀的旋转方向相反。本发明的基于铣‑铣复合加工原理的高柔性加工系统和加工方法，具备切削力小，切削温度低，切削振动小、刀具磨损少刀具寿命高和加工效率高等优势。
-
公开(公告)号：CN113780153B
公开(公告)日：2024-08-02
申请号：CN202111044688.X
申请日：2021-09-07
Applicant: 北京理工大学
IPC: G06F18/213 , G06F18/24 , G06N3/0442 , G06N3/0464 , B23Q17/09
Abstract: 本发明涉及机械加工领域，具体涉及基于切削力信号的刀具磨损监测和预测方法。本发明将整段切削信号按照10000个数据点的长度划分成N段(N取20)，对每段数据进行时域特征、频域特征和时频域特征的提取，本发明利用特征正则化方法处理得到的特征向量序列，以最小化切削参数引起的切削信号变化，同时保留刀具磨损与切削信号之间的映射关系，为了进一步优化特征向量序列，通过注意力机制对特征向量序列中的不同特征分配不同的权重系数，加强特征向量序列中有价值的信息，弱化冗余信息，在提高生产效率的同时降低生产成本，对于当前数据驱动的智能制造模式具有很大意义。
-
公开(公告)号：CN115139155B
公开(公告)日：2023-10-20
申请号：CN202211006746.4
申请日：2022-08-22
Applicant: 北京理工大学
IPC: B23Q17/09 , B23Q17/20 , G05B19/401
Abstract: 本发明公开了一种加工过程智能监测系统性能评价方法，涉及监测系统性能评价技术领域，包括：搭建加工过程智能监测系统，选择单一测量设备作为参照设备；将所述加工过程智能监测系统和参照设备同时安装在加工机床上，并保证测量条件的一致性；进行加工实验并同时同步测量，获取监测信号和参照信号；基于所述监测信号和参照信号，获取所述加工过程智能监测系统的准确性评价结果及实时性评价结果。本发明可以对搭建的智能切削监测系统进行评价，使智能切削监测系统更好地服务于实际加工过程，提高加工质量，节约生产成本。
-
公开(公告)号：CN114999579A
公开(公告)日：2022-09-02
申请号：CN202210736639.0
申请日：2022-06-27
Applicant: 北京理工大学
Abstract: 本发明涉及分子化合物数据筛选挖掘技术领域，尤其是指一种筛选化合物分子描述符并确定其取值范围的方法，包括以下步骤，S1：用皮尔逊相关系数发和最大信息系数法筛选前20个对生物活性最具有显著影响的分子描述符；S2：用随机森林回归模型构建化合物对ERα生物活性的定量预测模型；S3：分别构建化合物的Caco‑2、CYP3A4、hERG、HOB、MN的分类预测模型；S4：用统计学原理分析处理数据，结合上述模型通过数字特征去筛选数据，得出大致取值范围并进行验证。本发明能够使化合物对抑制ERα具有更好的生物活性，同时具有更好的ADMET性质。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.022 seconds)
