一种质量评估模型构建方法、装置、设备及储存介质制造方法及图纸

本发明专利技术公开了一种质量评估模型构建方法、装置、设备及储存介质，该方法包括获取战斗部含能材料压制成型过程中的工艺参数以及质量参数；采用目标熵权法对所述质量参数的权重进行计算，并利用隶属度函数对所述质量参数的质量状态进行分类，计算获得质量综合评估值；将所述工艺参数以及所述质量综合评估值分别作为输入参数以及输出参数输入深度置信神经网络，以便构建获得所述含能药柱质量评估模型。该方法克服了传统战斗部含能药柱质量评估时资源信息未被充分利用的缺点，将制造过程中的工艺参数与质量参数利用深度学习的方式耦合关联，实现质量评估模型的快速评估计算，同时模型具备对生产过程的工艺进行指导优化的能力。力。力。

【技术实现步骤摘要】
一种质量评估模型构建方法、装置、设备及储存介质


[0001]本专利技术涉及质量评估
，特别是涉及一种基于熵权法深度学习用于战斗部含能材料压制成型的质量评估模型构建方法、装置、设备及储存介质。

技术介绍

[0002]战斗部是各类弹药和导弹毁伤目标的最终毁伤单元，主要由壳体、战斗装药、引爆装置和保险装置组成，是现代化国防科技工业最基础的产品之一。现代战争对战斗部的杀伤威力或毁伤效率提出了更高要求，目前世界各国都在积极研制与发展采用各种毁伤机理的新型战斗部技术，以提高弹药和导弹的高效毁伤能力。
[0003]含能药柱作为战斗部的关键毁伤部件，其压制成型结果直接决定战斗部精准高效毁伤性能和过载安全性，压药过程的控制参数又直接影响着药柱成型质量。长期以来战斗部含能药柱压药工艺都采用定位法或定压法，缺乏对含能药柱压药过程工艺参数与压药质量耦合关系研究以及先进控制技术的工程化应用，目前还未形成有效的控制手段确保药柱关键质量参数的一致性，如果炸药在压制成型过程中存在裂纹、孔隙等问题，最终会影响战斗部的毁伤效应和使用安全。随着战斗部压装药技术的不断发展，对装药质量、可靠性方面提出更高要求，传统的定压装药方式对工艺参数的变化缺乏自适应性，原因在于现有工艺参数数值相对固定且基于人工经验，对工艺参数与质量参数之间的机理模型研究不够深入，已不能满足现代化军事装备生产需要。
[0004]采用质量评估模型对含能药柱压药过程工艺参数与压药质量进行评估，是提高产品质量、可靠性及降低质量成本的重要手段。目前战斗部生产过程中主要采用批量抽样检验等统计学方法，这些方法虽然能够较为准确的检测出批量产品的质量，但对产品个体并未做到全覆盖，真实质量数据与检测质量数据之间存在一定的误差。随着武器装备生产过程的智能化和复杂化，评估制造过程质量时涉及大量质量参数，现有质量模型并未充分利用制造过程中的质量数据，在评估数据定性、定量时拥有较高的不确定性，数据处理方面也缺乏有效性，且质量模型无法对生产工艺进行指导优化。
[0005]另一方面，传统基于统计学的质量评估方法不仅质量检测成本高，评估方式过于粗放，还难以充分利用制造过程中的质量数据进行客观、科学地分析评估。同时传统方法过分依赖专家诊断经验，受到各种主观因素的影响和制约，从而降低评估结果的客观性和正确性。

技术实现思路

[0006]鉴于上述问题，本专利技术提供用于克服上述问题或者至少部分地解决上述问题的一种质量评估模型构建方法、装置、设备及储存介质。针对战斗部含能药柱压制成型过程中工艺参数与质量参数耦合关系研究技术手段缺乏、成型工艺参数难以精确控制，无法有效确保药柱的尺寸、密度等质量参数问题，通过压制过程中的工艺数据采集，建立一种含能药柱压制成型的质量预测模型，为后续战斗部装药质量的自适应控制，提高含能材料成型质量，
促进含能材料成型过程工艺优化与数字化转型升级打下夯实基础，系统提升含能药柱压药自主化国产化水平，以满足国防安全战略需求。
[0007]本专利技术提供了如下方案：
[0008]一种质量评估模型构建方法，包括：
[0009]获取战斗部含能材料压制成型过程中的工艺参数以及质量参数；
[0010]采用目标熵权法对所述质量参数的权重进行计算，并利用隶属度函数对所述质量参数的质量状态进行分类，计算获得质量综合评估值；
[0011]将所述工艺参数以及所述质量综合评估值分别作为输入参数以及输出参数输入深度置信神经网络，以便构建获得所述含能药柱质量评估模型。
[0012]优选地：所述工艺参数包括压药压力值、压药压力的上升率、压药速度、位移、温度、真空度、压力补偿、压药次数、保压时间、缸体液压油的流量、预压、卸压复压；
[0013]将所述工艺参数进行归一化处理后作为输入参数输入深度置信神经网络；
[0014]归一化函数为下式所示：
[0015][0016]式中：x
i
为第i个工艺参数向量；x
min.i
为第i个工艺参数向量中的最小值； x
max.i
为第i个工艺参数向量中的最大值；x
nol.i
为第i个工艺参数归一化向量。
[0017]优选地：利用隶属度函数对所述质量参数的质量状态进行分类之前对所述质量参数进行归一化处理；归一化函数如下式所示：
[0018][0019]式中：y
i
为第i个质量参数实测值；y
s.i
为第i个质量参数标准值；y
d.i
为第 i个质量参数下阈值；y
u.i
为第i个质量参数上阈值。
[0020]优选地：所述隶属度函数包括岭型分布隶属度函数。
[0021]优选地：所述岭型分布隶属度函数如下式所示：
[0022][0023][0024][0025][0026]式中：μ1(λ
i
)、μ2(λ
i
)、μ3(λ
i
)、μ4(λ
i
)分别为第i个质量参数归一化后λ
i
隶属于优秀、良好、一般、不合格质量状态的隶属度函数，具有m个质量参数的模糊关系矩阵表示为：
[0027][0028]根据模糊关系矩阵W：
[0029][0030]式中：r为“优秀”、“良好”、“一般”、“不合格”4个状态等级的奖励向量，奖励值分别为r1、r2、r3、r4；“·”表示矩阵相乘，d
m
表示第m个质量参数的状态等级评分。
[0031]优选地：所述目标熵权法的计算步骤包括：
[0032]正向化处理：
[0033][0034][0035]式中：y
i
为第i个质量参数向量；y
best.i
为第i个质量参数向量的中间指标； y
pos.i
为第i个质量参数向量正向化处理后的向量；将m个质量参数正向化向量 y
pos.i
组合形成Y矩阵，矩阵的第i行为第i个质量参数向量y
pos.i
，n为样本数量；
[0036]概率计算：
[0037][0038]式中：y
ij
表示Y矩阵第i行第j列的元素，p
ij
表示y
ij
所占该行所有元素之和的比重；
[0039]指标熵权计算：
[0040][0041][0042]式中：H
j
为第j个质量参数指标的信息熵；W
j
表示第j个质量参数的熵权值(权重)向量。
[0043]优选地：将第j个质量参数指标的信息熵H
j
结合第m个质量参数的状态等级评分d
m
，计算第n个样本质量综合评分S
n
：
[0044][0045]式中：W
m
为第m个质量参数的权重；d
mn
为第n个样本第m个质量参数的状态等级评分。
...

【技术保护点】

【技术特征摘要】
1.一种质量评估模型构建方法，其特征在于，所述方法包括：获取战斗部含能材料压制成型过程中的工艺参数以及质量参数；采用目标熵权法对所述质量参数的权重进行计算，并利用隶属度函数对所述质量参数的质量状态进行分类，计算获得质量综合评估值；将所述工艺参数以及所述质量综合评估值分别作为输入参数以及输出参数输入深度置信神经网络，以便构建获得所述含能药柱质量评估模型。2.根据权利要求1所述的质量评估模型构建方法，其特征在于，所述工艺参数包括压药压力值、压药压力的上升率、压药速度、位移、温度、真空度、压力补偿、压药次数、保压时间、缸体液压油的流量、预压、卸压复压；将所述工艺参数进行归一化处理后作为输入参数输入深度置信神经网络。3.根据权利要求1所述的质量评估模型构建方法，其特征在于，利用隶属度函数对所述质量参数的质量状态进行分类之前对所述质量参数进行归一化处理。4.根据权利要求3所述的质量评估模型构建方法，其特征在于，所述隶属度函数包括岭型分布隶属度函数。5.根据权利要求4所述的质量评估模型构建方法，其特征在于，所述岭型分布隶属度函数如下式所示：数如下式所示：数如下式所示：数如下式所示：式中：μ1(λ
i
)、μ2(λ
i
)、μ3(λ
i
)、μ4(λ
i
)分别为第i个质量参数归一化后λ
i
隶属于优秀、良好、一般、不合格质量状态的隶属度函数，具有m个质量参数的模糊关系矩阵表示为：
6.根据权利要求5所述的质量评估模型构建方法，其特征在于，所述目标熵权法的计算步骤包括：正向化处理：正向化处理：式中：y
i
为第i个质量参数向量；y
best.i
为第i个质量参数向量的中间指标；y
pos.i
为第i个质量参数向量正向化处理后的向量；将m个质量参数正向化向量y
pos.i
...

【专利技术属性】
技术研发人员：李彦君，郭进勇，李全俊，韩智鹏，张博，杨治林，
申请(专利权)人：中国兵器装备集团自动化研究所有限公司，
类型：发明
国别省市：