-
公开(公告)号：CN111599348A
公开(公告)日：2020-08-28
申请号：CN202010375884.4
申请日：2020-05-07
Applicant: 武汉数字化设计与制造创新中心有限公司 , 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明公开了一种机床加工过程监测信号的自动分段方法，根据机床加工过程监测信号的采样率、预定帧长和预定帧移，对采样信号进行分帧，形成n×m的信号帧矩阵，计算信号帧矩阵各行信号帧的短时能量，基于信号帧短时能量计算短时能量斜率和确定分段阈值，进而进行采样信号的初步分段，获得初步分段的端点，最后采用K-means聚类方法，对初步分段获得的端点进行优化聚合，完成采样信号的自动分段。本发明的方法实现对长时序信号基于对应加工工序的自动分段。
-
公开(公告)号：CN111599348B
公开(公告)日：2023-04-07
申请号：CN202010375884.4
申请日：2020-05-07
Applicant: 武汉数字化设计与制造创新中心有限公司 , 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明公开了一种机床加工过程监测信号的自动分段方法，根据机床加工过程监测信号的采样率、预定帧长和预定帧移，对采样信号进行分帧，形成n×m的信号帧矩阵，计算信号帧矩阵各行信号帧的短时能量，基于信号帧短时能量计算短时能量斜率和确定分段阈值，进而进行采样信号的初步分段，获得初步分段的端点，最后采用K‑means聚类方法，对初步分段获得的端点进行优化聚合，完成采样信号的自动分段。本发明的方法实现对长时序信号基于对应加工工序的自动分段。
-
公开(公告)号：CN112528955B
公开(公告)日：2022-05-13
申请号：CN202011568332.1
申请日：2020-12-25
Applicant: 华中科技大学 , 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明提供了一种高频元件加工尺寸的精度预测方法及系统，属于高频元件加工质量的预测技术领域；精度预测方法包括：将加工参数和切削力的特征值输入至精度预测神经网络，获取高频元件的质量等级；训练精度预测神经网络的方法为：按照不同的尺寸精度值，将高频元件划分为不同的质量等级；将切削力数据按照不同的加工特征分段，采用特征提取方法计算切削力的特征值；将加工参数和切削力的特征值归一化预处理，作为数据样本集；训练精度预测神经网络，获取精度预测神经网络；其中，精度预测神经网络为RBF神经网络模型与DNN神经网络模型的结合。本发明采用精度预测神经网络可以更为便捷，更为准确地获取加工尺寸的预测精度。
-
公开(公告)号：CN112528955A
公开(公告)日：2021-03-19
申请号：CN202011568332.1
申请日：2020-12-25
Applicant: 华中科技大学 , 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明提供了一种高频元件加工尺寸的精度预测方法及系统，属于高频元件加工质量的预测技术领域；精度预测方法包括：将加工参数和切削力的特征值输入至精度预测神经网络，获取高频元件的质量等级；训练精度预测神经网络的方法为：按照不同的尺寸精度值，将高频元件划分为不同的质量等级；将切削力数据按照不同的加工特征分段，采用特征提取方法计算切削力的特征值；将加工参数和切削力的特征值归一化预处理，作为数据样本集；训练精度预测神经网络，获取精度预测神经网络；其中，精度预测神经网络为RBF神经网络模型与DNN神经网络模型的结合。本发明采用精度预测神经网络可以更为便捷，更为准确地获取加工尺寸的预测精度。
-
-
-
Search Results
4
records
(took 0.109 seconds)
