【技术实现步骤摘要】
飞机交点孔镗削让刀量预测方法、装置、设备及存储介质
[0001]本申请涉及飞机装配
，尤其涉及飞机交点孔镗削让刀量预测方法、装置、设备及存储介质。
技术介绍
[0002]分布在飞机结构上的关键连接特征孔，又称交点孔，对于飞机的质量发挥着重要作用，其加工质量、公差、位置精度等要求非常高。数控镗孔加工方式因其具有自动化、效率高的特点被广泛应用于飞机交点孔加工过程。在飞机交点孔加工过程中，需要多次粗精镗，由镗削参数、镗削力、难加工材料、变形等因素引起的镗削让刀误差是影响交点孔加工精度的主要因素。传统飞机交点孔镗削主要采用人工经验及补偿误差的方式，需要很多次调刀，效率低下，工作量大，易出错。
[0003]因此，亟需一种能精确预测飞机交点孔镗削让刀量的方法。
技术实现思路
[0004]本申请的主要目的是提供飞机交点孔镗削让刀量预测方法、装置、设备及存储介质，旨在解决现有预测飞机交点孔镗削让刀量的方法精确性不高的技术问题。
[0005]为解决上述技术问题，本申请提出了：飞机交点孔镗削让刀量预测方法，...
【技术保护点】
【技术特征摘要】
1.飞机交点孔镗削让刀量预测方法，其特征在于，包括以下步骤：构建镗削让刀量预测第一网络模型；基于飞机交点孔镗削过程中镗削参数、镗削力以及对应的让刀量信息，获得训练样本库；基于所述训练样本库，对所述镗削让刀量预测第一网络模型进行训练，获得镗削让刀量预测第二网络模型；将镗削参数输入所述镗削让刀量预测第二网络模型，获得飞机交点孔镗削让刀量。2.根据权利要求1所述飞机交点孔镗削让刀量预测方法，其特征在于，所述镗削让刀量预测第一网络模型基于LSTM循环神经网络构建；所述LSTM循环神经网络包括输入层、隐藏层和输出层；其中，所述隐藏层包括LSTM循环神经网络神经元。3.根据权利要求2所述飞机交点孔镗削让刀量预测方法，其特征在于，所述LSTM循环神经网络的输入层包括4个输入通道，4个所述输入通道分别用于输入镗削深度特征、镗削进给量特征、机床主轴转速特征和切削力特征。4.根据权利要求2所述飞机交点孔镗削让刀量预测方法，其特征在于，所述LSTM循环神经网络神经元包括：遗忘门，用于控制是否保留当前隐藏层节点存储的飞机交点孔镗削让刀量数据信息；输入门，用于控制是否允许飞机交点孔镗削让刀量数据信息加入到当前隐藏层节点；输出门，用于控制是否将当前节点输出值输出到下一层；单元状态更新值，基于t时刻的输入数据和t
‑
1时刻的隐藏单元输出数据获得；单元状态值，由单元状态更新值获得；隐藏层单元。5.根据权利要求4所述飞机交点孔镗削让刀量预测方法，其特征在于，所述LSTM循环神经网络神经元的遗忘门通过以t时刻的遗忘向量值f
t
为控制指标，对是否保留当前隐藏层节点存储的飞机交点孔镗削让刀量数据信息进行控制，所述t时刻的遗忘向量值f
t
通过如下关系式：其中，f
t
为t时刻的遗忘向量值，为1或0；1表示门开，则保留；0为门关，则清空当前节点所存储的飞机交点孔镗削让刀量数据信息；x
t
为t时刻的输入值，用于将遗忘向量值压缩到[0,1]范围内；h
t
‑1为t
‑
1时刻的隐藏单元输出值；W
f
为遗忘矩阵；b
f
为遗忘偏差值；σ为逻辑sigmoid函数。6.根据权利要求4所述飞机交点孔镗削让刀量预测方法，其特征在于，所述LSTM循环神经网络神经元的输入门通过如下关系式对是否允许飞机交点孔镗削让刀量数据信息加入到当前隐藏层节点进行控制：其中，i
t
为t时刻的输入向量值，为1或0；1表示门开，则允许加入；0为门关，则不允许；x
t
为t时刻的输入值，用于将输入向量值压缩到[0,1]范围内；h
t
‑1为t
‑
1时刻的隐藏单元输出值；W
i
为输入权重矩阵；b
i
为输入偏差值；σ为逻辑sigmoid函数。
7.根据权利要求4所述飞机交点孔镗削让刀量预测方法，其特征在于，所述LSTM循环神经网络神经元的输出门通过如下关系式对是否将当前节点输出值输出到下一层进行控制：其中，o
t
为t时刻的输出向量值，为1或0；1表示门开，则允许输出；0为门关，则不允许输出；x
t
为t时刻的输入值，用于将...
【专利技术属性】
技术研发人员：田长乐，谢颖，喻龙，蓝玉龙，许亚鹏，刘春，宋金辉，赵光海，郝龙，杨冬，郑和银，余立强，薛广库，杨洪林，方超，
申请(专利权)人：成都飞机工业集团有限责任公司，
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。