一种叶片加工工序的自适应调控方法、装置、及电子设备制造方法及图纸

本发明专利技术提供了一种叶片加工工序的自适应调控方法、装置、及电子设备，属于航空发动机铣削技术领域。所提供的叶片加工工序的自适应调控方法包括：获取待加工叶片型面特征数据，并根据所述型面特征数据构建预测模型。对比预测模型与预先存储的理论模型，计算所述理论模型与所述预测模型的第一误差数据。通过获得的第一误差数据，对待加工叶片的刀具轨迹以及机床铣削参数进行自适应性调整，提高了叶片加工质量与精度，降低了零件的损伤和变形。

【技术实现步骤摘要】
一种叶片加工工序的自适应调控方法、装置、及电子设备
本专利技术涉及航空发动铣削
，具体涉及一种叶片加工工序的自适应调控方法、装置、及电子设备。
技术介绍
航空发动机的叶盘叶片是航空发动机中重要的组成部分，是为了提高航空发动机的性能而设计的新型结构部件，不仅能够使航空发动机的整体构造大大的简化、减少、进气气流的损失、提高航空发动机的工作效率，而且还能够加强航空发动机的工作性能，因此得到各国航空工业广泛关注与使用。航空发动机的叶片属于薄壁类复杂难加工零件，加工过程中存在容易变形、加工效低、加工质量差等问题制约着其发展。叶片的空间自由曲面形状非常复杂，其加工精度要求非常高，铣削参数选取的不合理，极易造成零件的损伤和变形。切削参数的选择是十分必要的。现有的航空发动机叶片加工存在的问题是：切削参数的选择需要依靠工程师的经验及参考切削手册来完成的，不可避免地影响到加工的质量和精度。
技术实现思路
有鉴于此，本专利技术提供叶片加工工序的自适应调控方法、装置及电子设备，以解决现有技术中存在的问题。一方面，本专利技术提供了一种叶片加工工序的自适应调控方法，所述方法包括：获取待加工叶片型面特征数据，并根据所述型面特征数据构建预测模型。对比预测模型与预先存储的理论模型，计算所述理论模型与所述预测模型的第一误差数据；根据所述第一误差数据，对用于铣削所述待加工叶片的刀具轨迹进行自适应调整；以及根据所述第一误差数据，对用于铣削所述待加工叶片的机床铣削参数进行自适应调整。根据本公开的一种具体实现方式，所述获取待加工叶片型面特征数据，根据所述型面特征数据构建预测模型的步骤，包括：对所述待加工叶片进行姿态调整，以使所述待加工叶片达到最佳测量位置。对所述待加工叶片的型面进行三维坐标测量，获得所述待加工叶片的所述型面特征数据。根据所述型面特征数据，对所述待加工叶片进行三维重建，得到所述预测模型。根据本公开的一种具体实现方式，所述对比预测模型与预先存储的理论模型，计算所述理论模型与所述预测模型的第一误差数据的步骤，包括：建立三维坐标系，将所述预先存储的理论模型与所述预测模型固定于所述三维坐标系中。对比所述预测模型与所述理论模型，并计算所述预测模型与所述理论模型的所述第一误差数据。根据本公开的一种具体实现方式，所述根据所述第一误差数据，对用于铣削所述待加工叶片的刀具轨迹进行自适应调整的步骤之后，所述方法还包括：根据所述待加工叶片的刀具特征数据，预测所述待加工叶片的刀具轨迹误差。判断所述刀具轨迹误差是否在预先存储的合理轨迹误差范围内。若所述刀具轨迹误差不在所述合理轨迹误差范围内，根据所述刀具轨迹误差，重复调整所述待加工叶片的刀具的轨迹，直至所述刀具轨迹误差在所述合理轨迹误差范围内。根据本公开的一种具体实现方式，所述根据所述第一误差数据，对用于铣削所述待加工叶片的机床铣削参数进行自适应调整的步骤之后，还包括：根据所述待加工叶片的机床特征数据，预测所述待加工叶片的机床的铣削参数误差。判断所述铣削参数误差是否在预先存储的合理铣削参数误差范围内。若所述铣削参数误差不在所述合理铣削参数误差范围内，根据所述铣削参数误差，重复调整所述机床铣削参数，直至所述铣削参数误差在所述合理铣削参数误差范围内。根据本公开的一种具体实现方式，所述根据所述第一误差数据，对用于铣削所述待加工叶片的机床铣削参数进行自适应调整的步骤之后，所述方法还包括：获取所述待加工叶片的刀具和机床的磨损误差。根据所述磨损误差，对所述刀具的轨迹与所述机床铣削参数进行自适应调整。另一方面，本专利技术提供一种叶片加工工序的自适应调控装置，所述装置包括：第一获取模块，用于获取待加工叶片型面特征数据。第一构建模块，用于根据所述型面特征数据构建预测模型。第一计算模块，用于对比预测模型与预先存储的理论模型，计算所述理论模型与所述预测模型的第一误差数据。调整模块，用于根据所述第一误差数据，对用于铣削所述待加工叶片的刀具轨迹及对用于铣削所述待加工叶片的机床铣削参数进行自适应调整进行自适应调整，。根据本公开的一种具体实现方式，所述装置还包括：姿态调整模块，用于对所述待加工叶片进行姿态调整，以使所述待加工叶片达到最佳测量位置；第二获取模块，用于对所述待加工叶片的型面进行三维坐标测量，获得所述待加工叶片的所述型面特征数据。第二构建模块，用于根据所述型面特征数据，对所述待加工叶片进行三维重建，得到所述预测模型。。根据本公开的一种具体实现方式，所述装置还包括：第二计算模块，用于对比所述预测模型与所述理论模型，并计算所述预测模型与所述理论模型的所述第一误差数据。又一方面，本专利技术提供一种电子设备，所述电子设备包括处理器和存储器，所述存储器与所述处理器通过总线连接，所述存储器用于存储程序；所述处理器，用于通过所述总线调用存储在所述存储器中的程序，执行上述的方法。通过本专利技术公开的方案，针对现有技术中存在的切削参数的选择需要靠工程师经验及参考切削手册完成，导致的叶片加工质量和精度变低的问题，通过获得的第一误差数据，对待加工叶片的刀具轨迹以及机床铣削参数进行自适应性调整，提高了叶片加工质量与精度，降低了零件的损伤和变形。附图说明为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1为现有技术中的一种叶盘结构示意图；图2为本公开实施例提供的一种叶片加工工序的自适应调控方法、装置的电子设备的结构框图；图3为本公开实施例提供的一种叶片加工工序的自适应调控方法的流程图；图4为本公开实施例提供的一种叶片加工工序的自适应调控装置的结构框图。附图标记：100-电子设备；200-叶盘；201-叶片。具体实施方式下面结合附图对本公开实施例进行详细描述。以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及或者或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及本文档来自技高网...

【技术保护点】
1.一种叶片加工工序的自适应调控方法，其特征在于，所述方法包括：/n获取待加工叶片型面特征数据，并根据所述型面特征数据构建预测模型；/n对比预测模型与预先存储的理论模型，计算所述理论模型与所述预测模型的第一误差数据；/n根据所述第一误差数据，对用于铣削所述待加工叶片的刀具轨迹进行自适应调整；以及根据所述第一误差数据，对用于铣削所述待加工叶片的机床铣削参数进行自适应调整。/n

【技术特征摘要】
1.一种叶片加工工序的自适应调控方法，其特征在于，所述方法包括：
获取待加工叶片型面特征数据，并根据所述型面特征数据构建预测模型；
对比预测模型与预先存储的理论模型，计算所述理论模型与所述预测模型的第一误差数据；
根据所述第一误差数据，对用于铣削所述待加工叶片的刀具轨迹进行自适应调整；以及根据所述第一误差数据，对用于铣削所述待加工叶片的机床铣削参数进行自适应调整。


2.根据权利要求1所述的方法，其特征在于，所述获取待加工叶片型面特征数据，根据所述型面特征数据构建预测模型的步骤，包括：
对所述待加工叶片进行姿态调整，以使所述待加工叶片达到最佳测量位置；
对所述待加工叶片的型面进行三维坐标测量，获得所述待加工叶片的所述型面特征数据；
根据所述型面特征数据，对所述待加工叶片进行三维重建，得到所述预测模型。


3.根据权利要求1所述的方法，其特征在于，所述对比预测模型与预先存储的理论模型，计算所述理论模型与所述预测模型的第一误差数据的步骤，包括：
建立三维坐标系，将所述预先存储的理论模型与所述预测模型固定于所述三维坐标系中；
对比所述预测模型与所述理论模型，并计算所述预测模型与所述理论模型的所述第一误差数据。


4.根据权利要求1所述的方法，其特征在于，所述根据所述第一误差数据，对用于铣削所述待加工叶片的刀具轨迹进行自适应调整的步骤之后，所述方法还包括：
根据所述待加工叶片的刀具特征数据，预测所述待加工叶片的刀具轨迹误差；
判断所述刀具轨迹误差是否在预先存储的合理轨迹误差范围内；
若所述刀具轨迹误差不在所述合理轨迹误差范围内，根据所述刀具轨迹误差，重复调整所述待加工叶片的刀具的轨迹，直至所述刀具轨迹误差在所述合理轨迹误差范围内。


5.根据权利要求1所述的方法，其特征在于，所述根据所述第一误差数据，对用于铣削所述待加工叶片的机床铣削参数进行自适应调整的步骤之后，还包括：
根据所述待加工叶片的机床特征数据，预测所述待加工叶片的机床的铣削参...

【专利技术属性】
技术研发人员：王辉，吴动波，徐翔宇，张凱尧，耿皓琪，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11