根据《华中科技大学科技成果转化管理办法》规定，对“一项数控机床加工和磨损监测技术”成果转化相关事项公示如下：

一、成果名称及简介

该成果包含如下3项知识产权：

（1）发明专利：一种基于深度学习的数控机床刀具磨损监测方法

发明人：罗博、李斌、王光铭、刘红奇、毛新勇

专利号：ZL201711117628.X

专利权人：华中科技大学

简介：本发明属于数控机床刀具磨损监测技术领域，并具体公开了一种基于深度学习的数控机床刀具磨损监测方法，包括如下步骤：采集数控机床主轴电机的三相电流信号，从三相电流信号中截取与待监测刀具对应的电流信号，对电流信号进行分段将分成M段电流信号，然后计算每段电流信号的均方根值；对每段电流信号进行规整处理，将规整处理后的各段电流信号输入稀疏自动编码网络中进行训练，并将每次训练得到的最后一个编码矢量作为特征向量输出；计算特征向量间的K值，并根据K值获得K值拟合曲线，根据K值拟合曲线实现刀具磨损的监测。本发明可快速准确的识别不同加工条件下的各种刀具的磨损状态，具有监测诊断精度高，监测实时性强，适用性强等优点。

（2）发明专利：基于几何误差补偿和测距调整提高车床加工精度的方法

发明人：刘红奇、钟学敏、常浩、李斌、毛新勇、彭芳瑜、蒋朝琨、杨小龙

专利号：ZL201710207542.X

专利权人：华中科技大学

简介：本发明公开了基于几何误差补偿和测距调整提高机床加工精度的方法。通过激光干涉仪对导轨运动过程进行测量，得出导轨在Z轴的直线度和X轴的定位误差；由激光位移传感器测量刀具和被加工轴的距离，再通过误差辨别算法来计算真实的平行度误差；通过误差补偿和调整的方法减小各误差项。本方法由误差辨识算法来计算刀具相对工件轴的平行度误差，通过激光位移传感器和激光干涉仪测得的各项误差，并进行误差补偿和调整的方法来提高精度，具有精度高，加工效率高等优点，可用于长轴数控机床加工精度的提高。

（3）专利申请权：一种基于对抗迁移学习的刀具磨损状态预测方法及装置

发明人：李伟业、贺松平、余凡、李斌、裘超超、刘红奇、毛新勇、梁焜、赵尊元

申请号：202111085598.5

专利权人：华中科技大学

简介：本发明公开了一种基于对抗迁移学习的刀具磨损状态预测方法及装置，属于数控加工中心刀具磨损状态预测技术领域。本发明结合动态分布自适应以及对抗迁移学习，首先获取并处理得到带标签的源域数据集和目标域数据集；接着，构建包括特征提取网络、标签分类器、全局域判别器和局部域判别器的对抗迁移学习模型；最后，以最小化对抗迁移学习模型的损失为目标，基于源域数据集和目标域数据集训练对抗迁移学习模型。如此，本发明可以利用已有的带标签的刀具磨损监测数据（源域数据）辅助建立其他场景下的对抗迁移学习模型，从而只需较少的带标签的目标域数据，就能够解决不同直径刀具的磨损状态预测问题。

二、拟交易价格

作价投资：50万元

三、价格形成过程

学校委托武汉中康正资产评估有限公司对该成果进行资产评估，评估价值为人民币49.9万元。经全体发明人同意，并与其他出资方协商，各方同意该成果以协议定价50万元作价投资。

特此公示，公示期15日，自2021年12月10日起至2021年12月24日。如有异议，请于公示期内以书面形式实名向我办反映。

联系人：曹老师

联系电话：87558732

科学技术发展院

2021年12月10日