买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉青岛博钊工贸有限公司申请的专利基于机器学习的金刚石铣刀在机磨损状态预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121073934B 。

龙图腾网通过国家知识产权局官网在2026-04-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511179854.5，技术领域涉及：G06T7/00；该发明授权基于机器学习的金刚石铣刀在机磨损状态预测方法及系统是由杨翠姣;荆杰;李鑫设计研发完成，并于2025-08-22向国家知识产权局提交的专利申请。

本基于机器学习的金刚石铣刀在机磨损状态预测方法及系统在说明书摘要公布了：本发明公开了基于机器学习的金刚石铣刀在机磨损状态预测方法及系统，属于磨损预测技术领域。包括：基线信号模板获取模块、表征数据采集模块、缺陷特征提取模块、图像特征提取模块、磨损状态输出模块。本发明通过图像质量评估生成视觉质量置信度，自动削弱低质量图像的影响力，使模型更依赖残差信号；在基线信号模板上叠加模拟缺陷信号生成合成残差信号，增加训练样本，采用轻量化的梯度提升决策树模型降低算力要求，实现弱算力设备上的实时监测，解决了现有技术中因需大量训练数据、高算力与洁净成像环境，与木工刀具制造车间的小批量、弱算力、高油雾条件直接冲突，导致落地困难且成本大的问题。

本发明授权基于机器学习的金刚石铣刀在机磨损状态预测方法及系统在权利要求书中公布了：1.基于机器学习的金刚石铣刀在机磨损状态预测方法，其特征在于，包括以下步骤： 获取金刚石铣刀与特定砂轮规格对应的、在正常无缺陷磨削状态下的基线信号模板； 在磨削金刚石铣刀过程中，实时采集传感数据，并采集金刚石铣刀刃口的图像数据； 将实时采集的传感数据与基线信号模板进行差分运算，生成能够表征磨削异常的残差信号，并提取残差信号的缺陷特征； 对所述图像数据进行质量评估，生成视觉质量置信度，并提取图像特征； 所述视觉质量置信度包括以下步骤： 对每帧图像先对黑片区域做拉普拉斯方差运算，得到刃口图像的雾化模糊指数； 对整幅刃口区域做最大类间方差法分割，统计被判定为白雾像素占刃口区域像素的比例，得到刃口有效区域的遮挡率； 通过以下函数关系，将刃口图像的雾化模糊指数与刃口有效区域的遮挡率映射为视觉质量置信度： ； 其中，为调节模糊和遮挡影响的权重系数，为决策偏置，均为常数，e为自然常数； 将缺陷特征与所述图像特征输入至预设的基于机器学习的融合预测模型，并利用视觉质量置信度对图像特征的输入进行加权，由融合预测模型输出表征磨削缺陷的磨损状态； 所述融合预测模型具体为轻量化梯度提升决策树模型； 在将缺陷特征与图像特征输入至融合预测模型前，先将图像特征乘以视觉质量置信度，用于对图像特征权重的动态调整。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人青岛博钊工贸有限公司，其通讯地址为：266200 山东省青岛市即墨区通济办事处天山二路7号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。