買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉重慶郵電大學申請的專利一種基于SSAE的數控銑削多工況表面粗糙度在線預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116415191B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310394896.5，技術領域涉及：G06F18/2415；該發明授權一種基于SSAE的數控銑削多工況表面粗糙度在線預測方法是由鄧聰穎;葉波;苗建國;鄧子豪;林麗君;孫惠娟設計研發完成，并于2023-04-13向國家知識產權局提交的專利申請。

本一種基于SSAE的數控銑削多工況表面粗糙度在線預測方法在說明書摘要公布了：本發明涉及一種基于SSAE的數控銑削多工況表面粗糙度在線預測方法，屬于機械加工技術領域，包括以下步驟：S1：采集并處理銑削力信號；S2：構建基于“在線信號特征+離線工藝參數”的聯合特征數據集；S3：建立并訓練基于堆疊稀疏自編碼網絡SSAE的表面粗糙度在線預測模型；S4：設計基于模型遷移與微調策略的遷移學習框架；S5：在刀具與工件材料變換的多工況場景下，模擬目標工況中樣本數量有限的場景；S6：實現刀具與工件材料變換下的多工況表面粗糙度在線預測。

本發明授權一種基于SSAE的數控銑削多工況表面粗糙度在線預測方法在權利要求書中公布了：1.一種基于SSAE的數控銑削多工況表面粗糙度在線預測方法，其特征在于：包括以下步驟： S1：采集并處理銑削力信號； S2：構建基于“在線信號特征+離線工藝參數”的聯合特征數據集； S3：建立并訓練基于堆疊稀疏自編碼網絡SSAE的表面粗糙度在線預測模型；步驟S3所述建立并訓練基于堆疊稀疏自編碼網絡SSAE的表面粗糙度在線預測模型，具體包括： S31：在自編碼器的基礎上，添加稀疏性限制進行改進，得到稀疏自編碼器，再通過貪婪無監督的分層方式進行訓練，加入Softmax層作為分類輸出層，建立基于堆疊稀疏自編碼網絡的表面粗糙度在線預測模型； S32：通過原始工況的聯合特征數據集對模型進行訓練，實現該工況下的表面粗糙度在線預測； S4：設計基于模型遷移與微調策略的遷移學習框架；步驟S4具體包括以下步驟： S41：利用基于模型的遷移學習方法將已構建的預測模型遷移至刀具與工件材料變換的目標工況中； S42：采用目標工況中的帶標簽樣本對遷移后的模型進行微調，設計基于模型遷移與微調策略的遷移學習框架； S5：在刀具與工件材料變換的多工況場景下，模擬目標工況中樣本數量有限的場景；步驟S5中，在刀具與工件材料變換的多工況場景下，控制目標工況中能用于微調的帶標簽樣本數量，模擬目標工況中樣本數量有限的場景，具體包括目標工況中的樣本并不充足，相比原始工況來說是有限的，無法直接在目標工況中訓練出預測性能良好的SSAE表面粗糙度在線預測模型； S6：實現刀具與工件材料變換下的多工況表面粗糙度在線預測。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人重慶郵電大學，其通訊地址為：400065 重慶市南岸區黃桷埡崇文路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。