【技术实现步骤摘要】
一种大数据的自冲铆接头关键几何参数的预测系统及方法
本专利技术涉及一种自冲铆接头关键几何参数的预测，具体讲涉及一种大数据的自冲铆接头关键几何参数的预测系统及方法。
技术介绍
自冲铆接技术是一种薄板材料新型连接技术，板材连接过程通过冲头将一个半空心铆钉压入板材，刺穿上板材后在冲头和底模的作用下铆钉腿部嵌入下层板材，从而形成自锁效应，实现两层及两层以上板材的连接，具有工序简单、无污染和连接强度高等特点，在越来越多的汽车企业中得到了应用。由于自冲铆接工艺的特点，其接头质量主要由连接板材参数、铆钉参数、模具参数及驱动设备参数等多方面影响，工艺窗口较狭窄，一旦参数选择不当会出现铆钉脱落、板材刺穿、铆接不到位等接头质量不合格的问题。因此自冲铆接工艺在实际应用前，应先针对应用材料及结构开展工艺探索，并对不同工艺下的接头质量进行检验。目前常采用剖切接头子午面进行关键几何参数值的测量来判断接头的成形质量。检测的三个评价指标分别是自锁值、钉头高度和底厚值，其中,钉头高度和底厚值是衡量接头是否合格的直观标准，而自锁值的大小直接决定接头的结...
【技术保护点】
1.一种大数据的自冲铆接头关键几何参数的预测系统，其特征在于，包括：数据调用模块，数据输入模块和数据计算模块；/n所述数据调用模块：根据待测接头模具类型，确定所述模具类型对应的预先训练的网络模型；/n所述数据输入模块：向所述预先训练好的网络模型输入待测接头的工艺参数得到待测接头的钉脚的张开值和钉脚自锁值；/n所述数据计算模块：依据所述待测接头的钉脚的张开值计算得到待测接头的关键几何参数；/n所述关键几何参数包括接头的钉头高度以及底厚值；/n所述预先训练好的网络模型由接头历史工艺参数采用误差反向传播算法进行训练得到。/n
【技术特征摘要】
1.一种大数据的自冲铆接头关键几何参数的预测系统，其特征在于，包括：数据调用模块，数据输入模块和数据计算模块；
所述数据调用模块：根据待测接头模具类型，确定所述模具类型对应的预先训练的网络模型；
所述数据输入模块：向所述预先训练好的网络模型输入待测接头的工艺参数得到待测接头的钉脚的张开值和钉脚自锁值；
所述数据计算模块：依据所述待测接头的钉脚的张开值计算得到待测接头的关键几何参数；
所述关键几何参数包括接头的钉头高度以及底厚值；
所述预先训练好的网络模型由接头历史工艺参数采用误差反向传播算法进行训练得到。
2.如权利要求1所述的系统，其特征在于，还包括模型训练模块：用于将历史工艺参数数据根据模具类型划分成与模具类型对应的训练样本，基于所述与模具类型对应的训练样本采用误差反向传播算法训练对应的网络模型。
3.如权利要求2所述的系统，其特征在于，所述模型训练模块包括：训练样本分类子模块、训练样本子模块、训练网络模型子模块和数据存储子模块；
所述训练样本分类子模块：用于将历史工艺参数数据根据模具类型划分成与每种模具类型对应的训练样本；
所述训练样本子模块：包括上板厚度、下板厚度、上板硬度、下板硬度、上板强度、下板强度、铆钉硬度、铆钉长度、钉脚的张开值和钉脚自锁值组成训练样本；
所述训练网络模型子模块：将模具类型对应的所述训练样本中的上板厚度、下板厚度、上板硬度、下板硬度、上板强度、下板强度、铆钉硬度和铆钉长度作为所述网络模型的输入，钉脚的张开值和钉脚自锁值作为所述网络模型的输出进行训练，得到模具类型对应的训练好的网络模型；
所述数据存储子模块：将模具类型对应的训练好的网络模型进行存储并供所述数据调用模块进行调用。
4.如权利要求3所述的系统，其特征在于，所述工艺参数包括：合金牌号、板材厚度、铆钉规格、底模深度、铆接速度以及相应工艺条件下的钉脚张开值与自锁值组成。
5.如权利要求4所述的系统，其特征在于，所述数据计算模块，包括：钉头高度计算子模块和底厚值计算子模块；
所述钉头高度计算子模块：基于模具内径，铆钉原始直径、钉帽高度和钉脚张开值，采用钉头高度计算公式计算钉头高度；
所述底厚值计算子模块：基于上板厚度、下板厚度、模具高度和钉脚长度，采用底厚计算公式计算底厚值。
6.如权利要求5所述的系统，其特征在于，还包括结果预测模块：用于依据设定的接头评价标准对待测接头关键几何参数进行合格性判断。
7.如权利要求6所述的系统，其特征在于，所述结果预测模块，包括：判断子模块和评价子模块；
所述判断子模块，用于判断所述待测接头关键几何参数与阈值大小关系；
所述评价子模块，用于基于所述判断子模块判断结果确定所述待测接头是否合格。
8.如权利要求7所述的系统，其特征在于，所述判断子模块...
【专利技术属性】
技术研发人员：毛晓东，朱光磊，刘庆永，羊浩，苗海宾，王立娟，赵丕植，
申请(专利权)人：中铝材料应用研究院有限公司，
类型：发明
国别省市：北京;11
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。