(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111180170.9 (22)申请日 2021.10.1 1 (71)申请人 常州工学院 地址 213032 江苏省常州市新北区辽河路 666号 (72)发明人 王奇　陈曦　苏纯　何亚峰　郭魂　 (74)专利代理 机构 常州佰业腾飞专利代理事务 所(普通合伙) 32231 代理人 陈红桥 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) (54)发明名称 一种基于数据驱动 的机床功耗模型建模方 法 (57)摘要 本发明提供了一种基于数据驱动 的机床功 耗模型建模方法， 包括以下步骤： 选择一台机床 作为源机床， 通过若干实验获取该源机床功耗特 性的源数据集Tsrc； 通过若干实验获取目标机床 功耗特性的目标数据集Ttar； 通过迁移学习将源 数据集Tsrc向目标数据集Ttar迁移， 得到迁移后的 源数据集Ts′rc； 利用目标数据集Ttar和迁移后的 源数据集T ′src训练回归模型； 获取目标机床的功 耗模型， 解决了现有机床功耗模 型建模方法只适 用于单一机床功耗模型获取， 且获取产线或者车 间内各个机床的功耗模型时需要进行大量的重 复性标定实验， 建模效率较低的问题， 通过少量 实验即可快速建立目标机床的功耗模 型， 在保证 预测精度的同时大 大提高了建模效率。 权利要求书2页 说明书6页 附图1页 CN 113987698 A 2022.01.28 CN 113987698 A 1.一种基于数据驱动的机床功耗模型建模方法， 其特 征在于， 包括以下步骤： 选择一台机床作为源机床， 通过若干实验获取 该源机床功耗特性的源数据集Tsrc： Tsrc＝{(xisrc,yisrc)},i＝1,2,....,n  (1) 其中， xisrc表示源机床的加工参数， yisrc表示源机床的功耗数据， n表示源数据集的大 小； 通过若干实验获取目标机床功耗特性的目标 数据集Ttar: Ttar＝{(xitar,yitar)},i＝1,2,....m  (2) 其中， xitar表示目标机床的加工参数， yitar表示目标机床的功耗数据， m表示目标数据集 的大小； 通过迁移学习将源数据集Tsrc向目标数据集Ttar迁移， 得到 迁移后的源数据集T ′src； 利用目标 数据集Ttar和迁移后的源数据集T ′src训练回归 模型； 获取目标机床的功耗模型。 2.根据权利要求1所述的一种基于数据驱动的机床功耗模型建模方法， 其特征在于， 源 数据集Tsrc向目标数据集Ttar迁移的步骤 包括： 利用仿射变换进行域自适应， 使得源数据集Tsrc与目标数据集Ttar之间差异最小， 目标 函数表示 为: min|Tsrc_1·W‑Ttar_1|  (3) 其中， W为仿射变换矩阵， n 为源数据集Tsrc的大小， m为目标 数据集Ttar的大小； 利用源数据集Tsrc训练得到加工参数空间xi与功耗数据空间yi的映射关系fsrc： Tsrc_1可被替换为Tsrc_2， Tsrc_2可表示为： 其中， fsrc(x1tar)为目标加工参数 数据xitar通过映射关系fsrc获得的目标功耗数据； 则目标函数(3)表示 为： min|Tsrc_2·W‑Ttar_1|  (5) 由于Tsrc_2与Ttar_1具有统一的列向量， 因此式(5)可表示 为下式： 其中， H是迁移变换矩阵； 求解迁移变换矩阵H： H＝(ATA)‑1ATB  (7)权　利　要　求　书 1/2 页 2 CN 113987698 A 2其中， 迁移后的源数据集T ′src表示为： T′src＝[xsrc,Tsrc_1·H]  (8)。 3.根据权利要求2所述的一种基于数据驱动的机床功耗模型建模方法， 其特征在于， 利 用目标数据集Ttar和迁移后的源数据集T ′src训练回归 模型的步骤为： 将迁移后的源数据集T ′src和目标数据集Ttar进行合并： T＝T′src∪Ttar  (9) 其中， (9)式表示 为： T＝{(xi,yi)}  (10) 其中， 4.根据权利要求3所述的一种基于数据驱动的机床功耗模型建模方法， 其特征在于， 利 用自适应加权算法增 加目标数据集Ttar的权重。权　利　要　求　书 2/2 页 3 CN 113987698 A 3