System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术一般涉及铣削颤振检测,具体涉及一种薄壁零件铣削颤振区域检测方法。
技术介绍
1、铣削加工因其精度高和生产效率高等优点,已广泛应用于多个加工制造领域。然而,在铣削加工过程中颤振经常发生,颤振是指在加工过程中刀具与工件相对运动所引起的剧烈振动,属于铣削加工过程中常见的问题。由于薄壁类零件的广泛应用和颤振现象的恶劣影响,薄壁件颤振检测是一个意义重大而又亟需解决的问题。
2、为了更有效地检测和预防颤振现象,我们需要对颤振发生的具体位置进行准确定位,而不仅仅是关注一段时间或整个工件是否在加工中发生颤振。这引入了颤振区域检测的概念,通过该方法,我们能够精确地确定工件表面颤振发生的具体位置,这有助于工程师更具针对性地采取措施,从而更好地理解和解决颤振问题。在现有的颤振检测方法中,通常会对时序信号数据进行分析。然而,这些时序信号数据会丢失大量的空间位置信息,直接通过时序信号数据进行颤振区域检测仅仅能得到颤振发生的时间,而无法得到颤振发生的具体位置,甚至由于部分异常信号在时序信号数据中不连续而导致部分颤振区域的遗漏,无法满足颤振区域检测任务的需求,亟待提供一种能够解决上述问题的薄壁零件铣削颤振区域检测方法。
技术实现思路
1、鉴于现有技术中的上述缺陷或不足,期望提供一种精准定位颤振区域的薄壁零件铣削颤振区域检测方法。
2、第一方面,本专利技术提供一种薄壁零件铣削颤振区域检测方法,所述检测方法包括:
3、获取薄壁零件铣削加工时的第一加工过程数据、第二加工过
4、基于所述第一加工过程数据、所述第二加工过程数据以及所述铣削加工设备数据进行数据处理,得到多通道空间特征数据矩阵;
5、建立颤振区域检测模型,并将所述多通道空间特征数据矩阵输入至所述颤振区域检测模型中,经所述颤振区域检测模型分析得到所述薄壁零件在铣削加工过程中的发生颤振的区域。
6、根据本专利技术实施例提供的技术方案,基于所述第一加工过程数据、所述第二加工过程数据以及所述铣削加工设备数据进行数据处理,得到多通道空间特征数据矩阵,具体包括如下步骤:
7、获取第一采样频率和第二采样频率,设置第三采样频率;
8、按照第三采样频率,对第一加工过程数据和第二加工过程数据进行重采样,得到第三加工过程数据;
9、获取所述薄壁零件的工件坐标系,计算所述第三加工过程数据在所述工件坐标系中的加工位置坐标,得到具备加工位置坐标和第三加工过程数据的数据集合;
10、根据所述数据集合和所述铣削加工设备数据,计算得到所述多通道空间特征数据矩阵。
11、根据本专利技术实施例提供的技术方案,根据所述数据集合和所述铣削加工设备数据,计算得到所述多通道空间特征数据矩阵,具体包括如下步骤:
12、根据所述数据集合的加工位置坐标建立包络盒,并根据所述铣削加工设备数据创建滑动窗口;
13、利用所述滑动窗口遍历所述包络盒,计算每个所述滑动窗口内的所有所述第三加工过程数据的特征值,得到所述多通道空间特征数据矩阵。
14、根据本专利技术实施例提供的技术方案,建立颤振区域检测模型,具体包括如下步骤:
15、对铣削加工完成的所述薄壁零件进行颤振区域的标注,获取所述薄壁零件的加工表面信息,计算得到所述颤振区域相对于所述薄壁零件加工表面的相对位置信息;
16、将所述颤振区域的相对位置与经所述数据处理得到的多通道空间特征数据矩阵进行匹配,得到用标注框标注出颤振区域的数据矩阵集合;
17、以所述数据矩阵集合训练得到所述颤振区域检测模型。
18、根据本专利技术实施例提供的技术方案,用标注框标注出颤振区域的数据矩阵集合,标注框位置通过如下公式标注得到:
19、
20、
21、
22、
23、其中,gx,gy表示数据矩阵上标注框的左上角坐标,gw,gh表示标注框的宽和高;m表示数据矩阵的行数;n表示数据矩阵的列数;w0表示加工表面的宽度;h0表示加工表面的高度。
24、根据本专利技术实施例提供的技术方案,所述颤振区域检测模型还包括通过如下公式计算置信度:
25、sc=po×iou(f,t)+α×bw×bh (5)
26、其中,sc表示置信度分数,po表示模型生成的预测框中存在颤振区域的概率,f,t分别表示模型生成的预测框和真实标签框,iou(f,t)表示预测框与真实标签框的交并比,α表示面积权重系数(由神经网络训练更新),bw表示所述预测框的宽,bh表示所述预测框的高。
27、根据本专利技术实施例提供的技术方案,训练得到所述颤振区域检测模型中,包括有如下步骤:
28、初始化预测框的面积阈值;
29、若当前训练中得到的所述预测框的面积小于所述面积阈值,则直接舍弃该所述预测框,筛选直至得到最终的目标预测框;
30、其中,在训练过程中所述面积阈值处于不断更新的状态。
31、根据本专利技术实施例提供的技术方案,筛选直至得到最终的目标预测框,具体包括如下步骤:
32、计算训练中每个所述预测框的置信度分数;
33、将各个所述预测框所对应的置信度分数由高至低进行排序,并设定一个淘汰iou阈值;所述淘汰iou阈值用于筛选掉重叠率超过阈值且置信度分数较低的预测框;
34、所述iou的计算公式为:
35、i=|x12-x21|×|y12-y21| (6)
36、u=|x12-x11|×|y12-y11|+|x22-x21|×|y22-y21|-i (7)
37、
38、其中,i表示预测框交集的面积;u表示两个预测框并集的面积;iou表示两个预测框的交并比;(x11,y11)和(x12,y12)表示一个预测框的对角顶点;(x21,y21)和(x22,y22)表示另一个预测框的对角顶点。
39、综上所述,本技术方案具体地公开了一种薄壁零件铣削颤振区域检测方法,所述检测方法包括:获取薄壁零件铣削加工时的加工过程数据以及铣削加工设备数据并进行数据处理,得到多通道空间特征数据矩阵;根据颤振发生位置信息对数据矩阵进行标注得到数据集;建立颤振区域检测模型并利用数据集进行训练,获得训练完成的薄壁零件铣削颤振区域检测模型。
40、在现有的颤振检测方法中,通常会对时序信号数据进行分析。然而,这些时序信号数据会丢失大量的空间位置信息,直接通过时序信号数据进行颤振区域检测仅仅能得到颤振发生的时间,而无法得到颤振发生的具体位置,甚至由于部分异常信号在时序信号数据中不连续而导致部分颤振区域的遗漏,无法满足颤振区域检测任务的需求。该方法本文档来自技高网...
【技术保护点】
1.一种薄壁零件铣削颤振区域检测方法,其特征在于,所述检测方法包括:
2.根据权利要求1所述的薄壁零件铣削颤振区域检测方法,其特征在于,基于所述第一加工过程数据、所述第二加工过程数据以及所述铣削加工设备数据进行数据处理,得到多通道空间特征数据矩阵,具体包括如下步骤:
3.根据权利要求2所述的薄壁零件铣削颤振区域检测方法,其特征在于,根据所述数据集合和所述铣削加工设备数据,计算得到所述多通道空间特征数据矩阵,具体包括如下步骤:
4.根据权利要求3所述的薄壁零件铣削颤振区域检测方法,其特征在于,建立颤振区域检测模型,具体包括如下步骤:
5.根据权利要求4所述的薄壁零件铣削颤振区域检测方法,其特征在于,用标注框标注出颤振区域的数据矩阵集合,标注框位置通过如下公式标注得到:
6.根据权利要求5所述的薄壁零件铣削颤振区域检测方法,其特征在于,所述颤振区域检测模型还包括通过如下公式计算置信度:
7.根据权利要求6所述的薄壁零件铣削颤振区域检测方法,其特征在于,训练得到所述颤振区域检测模型中,包括有如下步骤:
...
【技术特征摘要】
1.一种薄壁零件铣削颤振区域检测方法,其特征在于,所述检测方法包括:
2.根据权利要求1所述的薄壁零件铣削颤振区域检测方法,其特征在于,基于所述第一加工过程数据、所述第二加工过程数据以及所述铣削加工设备数据进行数据处理,得到多通道空间特征数据矩阵,具体包括如下步骤:
3.根据权利要求2所述的薄壁零件铣削颤振区域检测方法,其特征在于,根据所述数据集合和所述铣削加工设备数据,计算得到所述多通道空间特征数据矩阵,具体包括如下步骤:
4.根据权利要求3所述的薄壁零件铣削颤振区域检测方法,其特征在于,建立颤振区域检测模型,...
【专利技术属性】
技术研发人员:李子瑞,靳建伦,吴兴富,黄强飞,商奥林,杨骅,
申请(专利权)人:河北工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。