根据《大连理工大学宁波研究院促进科技成果转化实施和管理办法（试行）》的规定，现对1项职务科技成果转让公示如下：
序号 |
成果类型 |
名称 |
专利号/登记号 |
权利人 |
完成人 |
1 |
专利申请权 |
一种数控刀具全生命周期质量监测系统 |
CN202310456137.7 |
大连理工大学、大连理工大学宁波研究院 |
郭江；朱旭；倪超；陈俊杰 |
简 介：
一、技术原理及性能指标
切削加工中，工件的表面粗糙度和刀具磨损是两个最为重要的切削过程物理量，其关系到零件的加工精度和加工效率。本发明要提供一种工件表面粗糙度预测方法，以解决现有技术过度依赖于传感器信号、数据特征不全面的技术问题。本技术采用视觉检测装置拍摄刀具图像并进行预处理，之后输入到训练好的分割模型中以获得掩模图像；对掩模图像进行分析分别获得刀具磨损值和图像描述符，将二者与平均切削力、切削距离、切削参数共同组成预测单元；将预测单元输入至表面粗糙度预测模型即可获得表面粗糙度预测值。此外开发了一种数控刀具全生命周期质量监测系统，系统的组成包括：刀具性能评价模块，该模块可以对刀具的综合性能进行评价，判断刀具性能是否符合要求，由切削力评价模块、加工质量评价模块、寿命评价模块、稳定性评价模块和刀具总体性能评估模块组成。本技术可实现微米级刀具磨损检测及工件表面粗糙度高精度预测。
二、技术优势
本发明采用集成化的网络模型，在较少的输入的情况下可输出刀具表面磨损值及工件表面粗糙度预测值，对机床操作人员的参考价值更高；该方法将视觉检测及参数预测结合起来，避免了单一模型所带来的参数代表性较低、无法定量检测等问题，并进一步发挥分割模型处理后的图像所带来的价值；用于表面粗糙度预测模型的预测单元中包含加工参数、动力学参数、刀具状态等，参数代表性强，可有效表征加工过程，在使用图像描述符的同时还相当于进行了特征降维，提取特征数据，避免大量数据参与预测过程造成网络模型训练参数量过大的问题；实现了刀具从生产到使用全生命周期的质量监测，为数控刀具产业链技术水平的提高提供一种新的思路。
三、适用范围
适用于切削加工过程对刀具及工件质量智能化检测场合。
四、应用情况
目前该技术仅在实验室使用。
五、获奖情况
无
转让金额：人民币50万元（其中大连理工大学宁波研究院12.5万元）。
拟受让单位：宁波云德半导体材料有限公司
定价方式：协议定价
公示时间：2023年5月25日--2023年6月8日
公示期间，如对上述交易价格有异议，请以书面形式向技术研究开发院反映。
联系人：林腾斐
联系电话：27969810
