-
公开(公告)号：CN118334331A
公开(公告)日：2024-07-12
申请号：CN202410400180.6
申请日：2024-04-03
Applicant: 哈尔滨工业大学
IPC: G06V10/26 , G06V20/70 , G06V20/40 , G06V10/774 , G06V10/764 , G06V10/25 , G06V10/82 , G06T3/4053 , G06N5/04 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种刀具破损视频实时分割方法，所述方法如下：对采集的图像进行图像增强与增广处理，得到刀具原始数据集；构建刀具工作状态分类数据集、刀具破损区域目标检测数据集、刀具破损区域图像分割数据集；将刀具加工视频采用逐帧分解的方式分解成连续的图片，得到刀具破损视频分解图像数据集；利用基于深度学习的刀具状态监测训练模块对刀具工作状态分类数据集、刀具破损区域目标检测数据集、刀具破损区域图像分割数据集依次进行训练；利用基于深度学习的刀具状态监测测推理模块学习训练得到的模型，对刀具破损视频分解数据集进行推理。本发明具有较快的运行速度和较低的资源占用，能够对精密加工的刀具进行实时处理。
-
公开(公告)号：CN118123583A
公开(公告)日：2024-06-04
申请号：CN202410400182.5
申请日：2024-04-03
Applicant: 哈尔滨工业大学
Abstract: 一种铣削刀具破损状态监测装置及其监测方法，属于刀具监测技术领域。振动传感器固定在工件上，微位移传感器及多通道力传感器固定在铣刀主轴上，振动传感器、微位移传感器及多通道力传感器与数据采集卡信号传输连接；计算机程序存储在存储器上并在处理器上运行，传感信号采集模块与数据采集卡以及工业相机均信号传输连接，用于获取按时序采集铣刀加工传感信号样本数据以及铣刀后刀面磨损带区域图像数据。方法如下：采集数据并构建样本数据序列；信号预处理；特征提取。本发明适用于各种机械加工场景，在需要高精度超精密的智能制造领域，可以有效减小刀具破损带来的加工误差和生产事故，提高生产效率和安全性。
-
公开(公告)号：CN118060972A
公开(公告)日：2024-05-24
申请号：CN202410400183.X
申请日：2024-04-03
Applicant: 哈尔滨工业大学
IPC: B23Q17/09 , B23Q17/12 , B23Q17/24 , G06F18/213 , G06F18/25 , G06F18/214 , G06N3/049 , G06N3/08
Abstract: 一种基于离散小波分解的刀具磨损监测方法，属于刀具监测技术领域。方法如下：构建刀具磨损数据集；对时序信号进行周期性二维重构；获得刀具磨损监测模型。本发明将一维时序信号按周期转化为二维张量特征，并提取多尺度特征信息，通过捕获周期信号的深层特征拟合刀具磨损值，针对刀具加工过程中产生的历史周期性数据建立刀具磨损监测模型，可以自适应提取最优特征进行监测，能够根据刀具加工中不同的工艺参数的信号特点动态调整参数，从而提高模型的泛化能力和预测精度，实现刀具磨损值的精准监测。
-
公开(公告)号：CN118060974A
公开(公告)日：2024-05-24
申请号：CN202410400189.7
申请日：2024-04-03
Applicant: 哈尔滨工业大学
IPC: B23Q17/24
Abstract: 一种刀具破损状态原位实时监测方法，属于刀具破损状态监测技术领域。基于多源信息融合特征、多算法结合，旨在实现高效、准确的刀具破损状态实时监测。通过集成多维力信号和多维振动信号，本发明能够综合利用切削过程中的多维度信息，从而提高监测精度和稳定性。本发明采用了生成对抗网络对不平衡样本进行增强，有效解决了传统监测方法中少数类样本不足的问题，从而提高了模型的泛化能力和判断准确率。深层特征提取结合多层阈值决策和多齿刀具崩刃智能辨识系统，进一步增强了对刀具破损类型识别的准确性和效率。本方法适用于各种机械加工场景，尤其是在要求高精度和高稳定性的先进制造领域，能够有效预防因刀具破损导致的生产事故。
-
-
-
Search Results
4
records
(took 0.021 seconds)
