一种基于图像的板料成型工艺参数的安全裕度获取方法技术

一种基于图像的板料成型工艺参数的安全裕度获取方法，首先获取训练图像集，训练图像集中的每个元素是从预设成型器件的成型工艺参数范围空间中抽取一组成型工艺参数，并将该组成型工艺参数输入成型仿真软件中，以获取三维成型仿真图的一预设视角的平面视图作为训练图像集中的一个元素，然后合成最佳成型目标图像，并提取训练图像集中每个元素和最佳成型目标图像的成型特征参数。再获取成型数学模型，以将N组成型工艺参数输入成型数学模型，将最佳成型目标图像对应的成型特征参数作为目标，获得满足预设限制条件的N

【技术实现步骤摘要】
一种基于图像的板料成型工艺参数的安全裕度获取方法
本专利技术涉及成型工艺
，具体涉及一种基于图像的板料成型工艺参数的安全裕度获取方法。
技术介绍
钣金成型广泛应用于生活的各个领域，尤其是汽车领域，有70%以上的汽车零件都是通过冲压形成的。随着产品质量要求和复杂性的提高，钣金成型成了一个越来越难以解决的问题。影响成型质量的因素有很多，其中，最关键的因素的是成型工艺参数。成型工艺参数的微小变化，可能引起成型质量的巨大差异。因此，求解成型工艺参数一直以来都是学界关注的一大问题。目前，国际上主流的参数反求方法是基于实验与有限元仿真相结合的混合数值方法。该方法是通过优化算法不断调整输入的参数值，从而一步步地缩小有限元仿真的响应与实际实验的响应的误差，进而得到最佳的参数值。但是，随着参数的增加其计算成本是成指数的增加的，这导致产品设计周期大幅提高。在实际工程中存在的诸多不确定性，因而成型参数应该存在一个安全区间，而很多反求方法都没有考虑不确定性问题，其反求得到的都是对参数值的点估计。
技术实现思路
本专利技术主要解决的技术问题是如何基于图像获取板料成型工艺参数的安全裕度。根据第一方面，一种实施例中提供一种基于图像的板料成型工艺参数的安全裕度获取方法，包括：获取训练图像集；所述训练图像集中元素的获取方法包括：按第一预设抽取方式从一预设成型器件的成型工艺参数范围空间中抽取一组成型工艺参数；将该组成型工艺参数输入一成型仿真软件中，以获取所述预设成型器件的三维成型仿真图；获取所述三维成型仿真图中一预设视角的平面视图；获取所述平面视图中的工作区图像，并将该工作区图像作为所述训练图像集中的一个元素；所述工作区图像包括所述平面视图中显示的所述预设成型器件的图像信息；获取最佳成型目标图像；所述最佳成型目标图像为完全符合成型质量的所述预设成型器件的所述预设视角的平面视图；提取所述训练图像集中每个元素和所述最佳成型目标图像的成型特征参数；获取成型数学模型；所述成型数学模型用于表示任一组所述成型工艺参数与所述成型特征参数的对应关系；按第二预设抽取方式从一预设成型工艺参数范围空间中抽取N组成型工艺参数，其中，N为自然数；将N组所述成型工艺参数输入所述成型数学模型，将所述最佳成型目标图像对应的成型特征参数作为目标，获得满足预设限制条件的N1组成型工艺参数，其中，N1为不大于N的自然数；对满足预设限制条件的N1组成型工艺参数中的每种成型工艺参数值进行分布统计，并将分布统计结果作为所述预设成型器件的该种成型工艺参数的安全裕度。一实施例中，所述按第一预设抽取方式从一预设成型器件的成型工艺参数范围空间中抽取一组成型工艺参数，包括：所述成型工艺参数范围空间包括M种成型工艺参数，从每种所述成型工艺参数预设范围内随机提取一个值作为一组所述成型工艺参数；和/或，所述第一预设抽取方式包括LHD采样。一实施例中，所述获取所述平面视图中的工作区图像，包括：获取所述预设成型器件的冲压件凸模的CAE模型中所述预设视角的平面视图，并将该所述平面视图作为掩模图像；依据所述掩模图像去除所述训练图像集中的每个元素的非工作区图像信息。一实施例中，所述提取所述训练图像集中每个元素和所述最佳成型目标图像的成型特征参数，包括：将所述训练图像集中的元素作为训练集中的元素，对一VAE网络模型进行训练，以获取所述训练图像集中每个元素的特征值潜变量ZS和所述VAE网络模型的解码器；将所述最佳成型目标图像输入所述VAE网络模型获取对应的特征值潜变量ZO。一实施例中，所述获取成型数学模型，包括：通过获取所述训练图像集中每个元素与该元素的特征值潜变量ZS建立对应关系，以获取LSSVR模型作为所述成型数学模型。一实施例中，所述获取成型数学模型，还包括：获取所述VAE网络模型的精度；所述VAE网络模型的精度的获取方法包括：获取测试图像集；所述测试图像集中的元素获取方法包括：按第一预设抽取方式从所述预设成型器件的成型工艺参数范围空间中抽取一组成型工艺参数；将该组所述成型工艺参数输入所述成型仿真软件中，以获取所述预设成型器件的三维成型仿真图；获取所述三维成型仿真图中所述预设视角的平面视图；获取所述平面视图中的工作区图像，并将该工作区图像作为所述测试图像集中的一个元素；将所述测试图像集的元素输入所述VAE网络模型，以获取所述测试图像集中每个元素对应的特征值潜变量Zt；通过所述VAE网络模型的解码器将每个所述特征值潜变量Zt恢复其对应的所述测试图像集的元素；应用SSIM函数比较恢复的所述图像集的元素与所述特征值潜变量Zt对应的所述图像集的元素的一致性，以获取VAE网络模型的精度。一实施例中，所述获取成型数学模型，还包括：从所述预设成型器件的成型工艺参数范围空间中抽取至少一组成型工艺参数；将抽取的每组成型工艺参数输入所述LSSVR模型，以获取每组所述成型工艺参数对应的特征值潜变量Zt1；获取抽取的每组所述成型工艺参数的真实的特征值潜变量Zt；将获取的特征值潜变量Zt1与真实的特征值潜变量Zt对比，获取所述LSSVR模型的精度。一实施例中，所述预设成型工艺参数范围空间的获取方法包括：将所述最佳成型目标图像输入所述VAE网络模型，以获取特征值潜变量ZO；所述第二预设抽取方式包括NPMC采样方法；所述按第二预设抽取方式从一预设成型工艺参数范围空间中抽取N组成型工艺参数，包括：将N组所述成型工艺参数输入所述LSSVR模型，以获取每组所述成型工艺参数的模拟特征潜变量Z∧；抽取的每组所述成型工艺参数需满足每组所述成型工艺参数对应的所述模拟特征潜变量Z∧趋向于所述特征值潜变量ZO。一实施例中，所述对满足预设限制条件的N1组成型工艺参数中的每种成型工艺参数值进行分布统计，并将分布统计结果作为所述预设成型器件的该种成型工艺参数的安全裕度，包括：应用ABC计算分析方法对N组所述成型工艺参数进行分布统计；和/或，通过对比模拟特征潜变量Z∧与特征值潜变量ZO之间的距离来完成ABC计算，获得所述预设成型器件的每种工艺参数的安全裕度。根据第二方面，一种实施例中提供一种计算机可读存储介质，包括程序，所述程序能够被处理器执行以实现如第一方面所述的安全裕度获取方法。依据上述实施例的一种基于图像的板料成型工艺参数的安全裕度获取方法，首先获取训练图像集，训练图像集中的每个元素是从一预设成型器件的成型工艺参数范围空间中抽取一组成型工艺参数，并将该组成型工艺参数输入一成型仿真软件中，以获取三维成型仿真图的一预设视角的平面视图作为训练图像集中的一个元素，然后合成最佳成型目标图像，并提取训练图像集中每个元素和最佳成型目标图像的成型特征参数。再获取成型数学模型，以将N组成型工艺参数输入成型数本文档来自技高网...

【技术保护点】
1.一种基于图像的板料成型工艺参数的安全裕度获取方法，其特征在于，包括：/n获取训练图像集；所述训练图像集中元素的获取方法包括：/n按第一预设抽取方式从一预设成型器件的成型工艺参数范围空间中抽取一组成型工艺参数；/n将该组成型工艺参数输入一成型仿真软件中，以获取所述预设成型器件的三维成型仿真图；/n获取所述三维成型仿真图中一预设视角的平面视图；/n获取所述平面视图中的工作区图像，并将该工作区图像作为所述训练图像集中的一个元素；所述工作区图像包括所述平面视图中显示的所述预设成型器件的图像信息；/n获取最佳成型目标图像；所述最佳成型目标图像为完全符合成型质量的所述预设成型器件的所述预设视角的平面视图；/n提取所述训练图像集中每个元素和所述最佳成型目标图像的成型特征参数；/n获取成型数学模型；所述成型数学模型用于表示任一组所述成型工艺参数与所述成型特征参数的对应关系；/n按第二预设抽取方式从一预设成型工艺参数范围空间中抽取N组成型工艺参数，其中，N为自然数；/n将N组所述成型工艺参数输入所述成型数学模型，将所述最佳成型目标图像对应的成型特征参数作为目标，获得满足预设限制条件的N

【技术特征摘要】
1.一种基于图像的板料成型工艺参数的安全裕度获取方法，其特征在于，包括：
获取训练图像集；所述训练图像集中元素的获取方法包括：
按第一预设抽取方式从一预设成型器件的成型工艺参数范围空间中抽取一组成型工艺参数；
将该组成型工艺参数输入一成型仿真软件中，以获取所述预设成型器件的三维成型仿真图；
获取所述三维成型仿真图中一预设视角的平面视图；
获取所述平面视图中的工作区图像，并将该工作区图像作为所述训练图像集中的一个元素；所述工作区图像包括所述平面视图中显示的所述预设成型器件的图像信息；
获取最佳成型目标图像；所述最佳成型目标图像为完全符合成型质量的所述预设成型器件的所述预设视角的平面视图；
提取所述训练图像集中每个元素和所述最佳成型目标图像的成型特征参数；
获取成型数学模型；所述成型数学模型用于表示任一组所述成型工艺参数与所述成型特征参数的对应关系；
按第二预设抽取方式从一预设成型工艺参数范围空间中抽取N组成型工艺参数，其中，N为自然数；
将N组所述成型工艺参数输入所述成型数学模型，将所述最佳成型目标图像对应的成型特征参数作为目标，获得满足预设限制条件的N1组成型工艺参数，其中，N1为不大于N的自然数；
对满足预设限制条件的N1组成型工艺参数中的每种成型工艺参数值进行分布统计，并将分布统计结果作为所述预设成型器件的该种成型工艺参数的安全裕度。


2.如权利要求1所述的安全裕度获取方法，其特征在于，所述按第一预设抽取方式从一预设成型器件的成型工艺参数范围空间中抽取一组成型工艺参数，包括：
所述成型工艺参数范围空间包括M种成型工艺参数，从每种所述成型工艺参数预设范围内随机提取一个值作为一组所述成型工艺参数；
和/或，所述第一预设抽取方式包括LHD采样。


3.如权利要求1所述的安全裕度获取方法，其特征在于，所述获取所述平面视图中的工作区图像，包括：
获取所述预设成型器件的冲压件凸模的CAE模型中所述预设视角的平面视图，并将该所述平面视图作为掩模图像；
依据所述掩模图像去除所述训练图像集中的每个元素的非工作区图像信息。


4.如权利要求3所述的安全裕度获取方法，其特征在于，所述提取所述训练图像集中每个元素和所述最佳成型目标图像的成型特征参数，包括：
将所述训练图像集中的元素作为训练集中的元素，对一VAE网络模型进行训练，以获取所述训练图像集中每个元素的特征值潜变量ZS和所述VAE网络模型的解码器；
将所述最佳成型目标图像输入所述VAE网络模型获取对应的特征值潜变量ZO。


5.如权利要求4所述的安全裕度获取方法，其特征在于，所述获取成型数学模型，包括：
通过获取所述训练图像集中每个元素与该元素的特征值潜变量ZS建立对应关系，以获取LSSVR模型作为所述成型数学模型。

【专利技术属性】
技术研发人员：王琥，王文伟，
申请(专利权)人：北京理工大学深圳汽车研究院电动车辆国家工程实验室深圳研究院，
类型：发明
国别省市：广东;44