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！

龙图腾网获悉西安电子科技大学申请的专利基于多智能体强化学习的薄壁零件工艺参数调控方法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：CN121104174B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202511228510.9，技术领域涉及：B23C3/00；该发明授权基于多智能体强化学习的薄壁零件工艺参数调控方法是由周可松;王佩;王辉;崔怡欣设计研发完成，并于2025-08-29向国家知识产权局提交的专利申请。

本基于多智能体强化学习的薄壁零件工艺参数调控方法在说明书摘要公布了：本发明公开了一种基于多智能体强化学习的薄壁零件工艺参数调控方法，包括：获取薄壁零件的至少一个目标加工特征，并根据预先划分的分类簇，确定目标加工特征所属的目标分类簇；根据目标加工特征在当前时刻的工艺参数以及加工过程中X轴、Y轴及Z轴方向上的切削力信号的时域特征数据，构建目标加工特征的当前观测；将当前观测输入目标分类簇对应的工艺参数调控模型，获得目标加工特征下一时刻的工艺参数。本发明通过预先构建分类簇，提高了目标加工特征的工艺参数调控效率以及薄壁零件的加工效率，利用多智能体强化学习算法训练每个分类簇对应的工艺参数调控模型，实现了多智能体的加工特征级细粒度调控。

本发明授权基于多智能体强化学习的薄壁零件工艺参数调控方法在权利要求书中公布了：1.一种基于多智能体强化学习的薄壁零件工艺参数调控方法，其特征在于，包括： 获取薄壁零件的至少一个目标加工特征，并根据预先划分的分类簇，确定所述目标加工特征所属的目标分类簇； 根据所述目标加工特征在当前时刻的工艺参数以及加工过程中X轴、Y轴及Z轴方向上的切削力信号的时域特征数据，构建所述目标加工特征的当前观测； 将所述当前观测输入所述目标分类簇对应的工艺参数调控模型，获得所述目标加工特征下一时刻的工艺参数； 按照如下步骤训练不同分类簇对应的工艺参数调控模型： 以预设频率采集薄壁零件每个加工特征在加工过程中X轴、Y轴及Z轴方向上的切削力信号并提取多个时域特征，所述多个时域特征包括：均值、最大值、标准差、均方根值、峰峰值、偏度指标、峭度指标、峰值指数和脉冲指数； 利用主成分分析算法，对X轴、Y轴及Z轴方向分别对应的9维时域特征数据进行降维处理后，采用Hermite插值算法对所述9维时域特征数据、工艺参数和加工特征进行数据增强，得到切削力特征集； 利用加工特征的工艺参数和所述切削力特征集对工件级多任务估计模型进行预训练； 构建每个分类簇对应的加工特征级多任务估计模型，使各加工特征级多任务估计模型继承所述工件级多任务估计模型的部分参数后，对各加工特征级多任务估计模型进行微调，获得各分类簇对应的加工指标估计模型； 将每个分类簇建模为智能体，构建多智能体环境状态；所述多智能体环境状态包括每个分类簇对应的智能体在时刻的观测：；其中，，表示第个分类簇中加工特征在时刻的工艺参数，表示由切削力多任务时间序列预测模型预测得到的第个分类簇在时刻的切削力信号的时域特征数据，，表示分类簇的数量； 将各分类簇对应的加工指标估计模型作为虚拟环境，输入观测，获得第个分类簇在时刻的加工质量指标和加工效率指标； 根据所述第个分类簇在时刻的加工质量指标和加工效率指标，计算所有智能体执行动作的联合奖励值； 将观测输入第个分类簇对应的演员网络，所述演员网络中的演员评估网络基于观测、时刻的工艺参数调控策略以及所添加的噪声生成第个分类簇在时刻的动作，并更新时刻的观测；其中，第个分类簇的初始观测由长度为的窗口从所述多智能体环境状态中随机截取得到； 将观测输入所述第个分类簇对应的演员网络中的演员目标网络，基于观测、工艺参数调控策略以及所添加的噪声，生成第个分类簇在时刻的动作； 将所有智能体在时刻的联合观测及联合动作输入整体评论家网络，分别利用所述整体评论家网络中参数为、的第一评估网络、第二评估网络计算Q值序列、，并利用所述整体评论家网络中参数为、的第一目标网络、第二目标网络计算目标Q值序列、； 根据所述联合奖励值、目标Q值序列、以及Q值序列、，计算第一时序差分误差和第二时序差分误差； 根据所述第一时序差分误差和第二时序差分误差计算第二预设损失函数的损失值，并基于第二预设损失函数的损失值更新所述第一评估网络和所述第二评估网络的参数； 通过策略梯度更新演员评估网络的参数； 基于所述第一评估网络更新后的参数、所述第二评估网络更新后的参数，软更新第一目标网络的参数与第二目标网络的参数，进一步基于所述演员评估网络更新后的参数更新所述演员目标网络的参数； 在当前迭代次数达到第二预设次数时，将各演员网络中的演员目标网络作为各个分类簇中加工特征的工艺参数调控模型。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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。