航空发动机的顶锻工艺及其系统技术方案

公开了一种航空发动机的顶锻工艺及其系统。其首先将圆柱形坯料经过带锯进行切割，并扒皮、两端面平去2mm、倒圆角以得到预处理后坯料，接着，将所述预处理后坯料通过中温电炉加热以得到加热后坯料，然后，将所述加热后坯料经过平锻机进行第一次锻造以得到一次锻造坯料，接着，将所述第一锻造后坯料经过平锻机进行第二次锻造以得到二次锻造坯料，然后，将所述二次锻造坯料经过平锻机进行成形以得到成形后坯料，然后，将所述成形后坯料经过机械加工及打磨的方式去除门模面位置毛边，并经过砂轮机打磨、抛光机表面抛光以得到打磨后坯料，最后，通过着色的方法对所述打磨后坯料进行检查，检验合格后制造完成。这样，可以得到合格的坯料。坯料。坯料。

【技术实现步骤摘要】
航空发动机的顶锻工艺及其系统


[0001]本申请涉及智能化检测领域，且更为具体地，涉及一种航空发动机的顶锻工艺及其系统。

技术介绍

[0002]大多数变形铝合金都有较好的可锻性，可用于各种形状和类别的锻件。铝合金锻件可以现有的各种锻造方法来生产，包括自由锻、模锻、顶锻、辊锻、碾压等。铝合金在航空发动机上主要用于制造进气端的进气机匣、整流叶片、卡箍等。
[0003]传统的中型铝叶片的制备方法为采用的是传统的顶锻制坯方法，其制坯过程不允许出现毛刺、毛边等，顶锻工艺为：下料+倒圆角+加热+聚集一+打磨排伤+加热+聚集二+打磨排伤+加热+成型。
[0004]此种工艺方法存在以下缺点：
[0005]1.采用该工艺制坯每个聚集工步的冲头部分均会出现偏心、弯曲、不饱满等问题，最终坯料表面褶皱或折叠，坯料缺陷带入叶片最终成形叶片上，易造成叶片批量报废；
[0006]2.采用该工艺制造坯料，每个工序顶锻工步之后均可能需要重复加热才能进行下一顶锻工步，生产周期长，生产成本高；
[0007]3.采用该工艺成型的坯料，因铝合金软，打磨时表面裂纹易被掩盖，打磨时需要反复着色检查和反复打磨，辅助工序时间长，严重影响产品质量。
[0008]因此，期待一种优化的顶锻制坯方案。

技术实现思路

[0009]有鉴于此，本公开提出了一种航空发动机的顶锻工艺及其系统，其可以得到质量合格的产品。
[0010]根据本公开的一方面，提供了一种航空发动机的顶锻工艺，其包括：
[0011]将一种2A70材料的圆柱形坯料经过带锯进行切割，并扒皮至47
±
0.2，两端面平去2mm，倒圆角R5以得到预处理后坯料，其中，所述圆柱形坯料的直径为52mm，长度为716mm；
[0012]将所述预处理后坯料通过中温电炉加热以得到加热后坯料，其中，加热温度为460
±
℃，保温时间大于105分钟；
[0013]将所述加热后坯料经过800吨或1250吨平锻机进行第一次锻造以得到一次锻造坯料；
[0014]将所述第一锻造后坯料经过800吨或1250吨平锻机进行第二次锻造以得到二次锻造坯料；
[0015]将所述二次锻造坯料经过800吨或1250吨平锻机进行成形以得到成形后坯料；
[0016]将所述成形后坯料经过机械加工及打磨的方式去除门模面位置毛边，并经过砂轮机打磨毛边毛刺，再经过抛光机进行表面抛光以得到打磨后坯料；以及
[0017]通过着色的方法对所述打磨后坯料进行检查，以检验其表面质量是否合格，检验
合格后制造完成。
[0018]在一种可能的实现方式中，通过着色的方法对所述打磨后坯料进行检查，以检验其表面质量是否合格，检验合格后制造完成，包括：
[0019]采集着色后坯料的表面着色图像；
[0020]采用CLAHE算法对所述表面着色图像进行图像增强以得到强化表面着色图像；
[0021]将所述强化表面着色图像通过作为特征提取器的卷积神经网络模型以得到表面着色特征图；
[0022]对所述表面着色特征图的沿通道维度的特征矩阵进行非负矩阵分解以得到稀疏化表面着色特征图；
[0023]将所述稀疏化表面着色特征图通过通道注意力模块以得到分类特征图；以及
[0024]将所述分类特征图通过分类器以得到分类结果，所述分类结果用于表示坯料的表面质量是否符合预定标准。
[0025]在一种可能的实现方式中，将所述强化表面着色图像通过作为特征提取器的卷积神经网络模型以得到表面着色特征图，包括：
[0026]所述作为特征提取器的卷积神经网络模型的各层在层的正向传递中对输入数据分别进行：
[0027]对输入数据进行卷积处理以得到卷积特征图；
[0028]对所述卷积特征图进行均值池化处理以得到池化特征图；以及
[0029]对所述池化特征图进行非线性激活以得到激活特征图；
[0030]其中，所述作为特征提取器的卷积神经网络模型的最后一层的输出为所述表面着色特征图，所述作为特征提取器的卷积神经网络模型的第一层的输入为所述强化表面着色图像。
[0031]在一种可能的实现方式中，将所述稀疏化表面着色特征图通过通道注意力模块以得到分类特征图，包括：
[0032]使用所述通道注意力模块对所述稀疏化表面着色特征图进行显式空间编码以得到稀疏化表面着色关联特征图；
[0033]计算所述稀疏化表面着色关联特征图的沿通道维度的各个特征矩阵的全局均值以得到通道特征向量；
[0034]将所述通道特征向量输入Sigmoid激活函数以得到通道注意力加权特征向量；
[0035]基于所述通道注意力加权特征向量的自协方差矩阵，对所述通道注意力加权特征向量中各个位置的特征值进行校正以得到优化通道注意力加权特征向量；以及
[0036]以所述优化通道注意力加权特征向量中各个位置的特征值作为权重分别对所述稀疏化表面着色特征图的沿通道维度的各个特征矩阵进行加权以得到所述分类特征图。
[0037]在一种可能的实现方式中，将所述分类特征图通过分类器以得到分类结果，所述分类结果用于表示坯料的表面质量是否符合预定标准，包括：
[0038]将所述分类特征图按照行向量或者列向量展开为分类特征向量；
[0039]使用所述分类器的全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量；以及
[0040]将所述编码分类特征向量输入所述分类器的Softmax分类函数以得到所述分类结
果。
[0041]在一种可能的实现方式中，还包括对所述作为特征提取器的卷积神经网络模型、所述通道注意力模块和所述分类器进行训练的训练步骤。
[0042]在一种可能的实现方式中，所述训练步骤，包括：
[0043]获取训练数据，所述训练数据包括采集着色后坯料的训练表面着色图像，以及，坯料的表面质量是否符合预定标准的真实值；
[0044]采用CLAHE算法对所述训练表面着色图像进行图像增强以得到训练强化表面着色图像；
[0045]将所述训练强化表面着色图像通过所述作为特征提取器的卷积神经网络模型以得到训练表面着色特征图；
[0046]对所述训练表面着色特征图的沿通道维度的特征矩阵进行非负矩阵分解以得到训练稀疏化表面着色特征图，并基于所述训练稀疏化表面着色特征图计算伪循环差异惩罚因数；
[0047]将所述训练稀疏化表面着色特征图通过所述通道注意力模块以得到训练分类特征图；
[0048]将所述训练分类特征图通过分类器以得到分类损失函数值；以及
[0049]以所述分类损失函数值和所述伪循环差异惩罚因数的加权和作为损失函数值来对所述作为特征提取器的卷积神经网络模型、所述通道注意力模块和所述分类器进行训练。
[0050]在一种可能的实现方式中，对所述训练表面着色特征图的沿通道维度的特征矩阵进行非负矩阵分解以得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种航空发动机的顶锻工艺，其特征在于，包括：将一种2A70材料的圆柱形坯料经过带锯进行切割，并扒皮至47
±
0.2，两端面平去2mm，倒圆角R5以得到预处理后坯料，其中，所述圆柱形坯料的直径为52mm，长度为716mm；将所述预处理后坯料通过中温电炉加热以得到加热后坯料，其中，加热温度为460
±
℃，保温时间大于105分钟；将所述加热后坯料经过800吨或1250吨平锻机进行第一次锻造以得到一次锻造坯料；将所述第一锻造后坯料经过800吨或1250吨平锻机进行第二次锻造以得到二次锻造坯料；将所述二次锻造坯料经过800吨或1250吨平锻机进行成形以得到成形后坯料；将所述成形后坯料经过机械加工及打磨的方式去除门模面位置毛边，并经过砂轮机打磨毛边毛刺，再经过抛光机进行表面抛光以得到打磨后坯料；以及通过着色的方法对所述打磨后坯料进行检查，以检验其表面质量是否合格，检验合格后制造完成。2.根据权利要求1所述的航空发动机的顶锻工艺，其特征在于，通过着色的方法对所述打磨后坯料进行检查，以检验其表面质量是否合格，检验合格后制造完成，包括：采集着色后坯料的表面着色图像；采用CLAHE算法对所述表面着色图像进行图像增强以得到强化表面着色图像；将所述强化表面着色图像通过作为特征提取器的卷积神经网络模型以得到表面着色特征图；对所述表面着色特征图的沿通道维度的特征矩阵进行非负矩阵分解以得到稀疏化表面着色特征图；将所述稀疏化表面着色特征图通过通道注意力模块以得到分类特征图；以及将所述分类特征图通过分类器以得到分类结果，所述分类结果用于表示坯料的表面质量是否符合预定标准。3.根据权利要求2所述的航空发动机的顶锻工艺，其特征在于，将所述强化表面着色图像通过作为特征提取器的卷积神经网络模型以得到表面着色特征图，包括：所述作为特征提取器的卷积神经网络模型的各层在层的正向传递中对输入数据分别进行：对输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行均值池化处理以得到池化特征图；以及对所述池化特征图进行非线性激活以得到激活特征图；其中，所述作为特征提取器的卷积神经网络模型的最后一层的输出为所述表面着色特征图，所述作为特征提取器的卷积神经网络模型的第一层的输入为所述强化表面着色图像。4.根据权利要求3所述的航空发动机的顶锻工艺，其特征在于，将所述稀疏化表面着色特征图通过通道注意力模块以得到分类特征图，包括：使用所述通道注意力模块对所述稀疏化表面着色特征图进行显式空间编码以得到稀疏化表面着色关联特征图；计算所述稀疏化表面着色关联特征图的沿通道维度的各个特征矩阵的全局均值以得
到通道特征向量；将所述通道特征向量输入Sigmoid激活函数以得到通道注意力加权特征向量；基于所述通道注意力加权特征向量的自协方差矩阵，对所述通道注意力加权特征向量中各个位置的特征值进行校正以得到优化通道注意力加权特征向量；以及以所述优化通道注意力加权特征向量中各个位置的特征值作为权重分别对所述稀疏化表面着色特征图的沿通道维度的各个特征矩阵进行加权以得到所述分类特征图。5.根据权利要求4所述的航空发动机的顶锻工艺，其特征在于，将所述分类特征图通过分类器以得到分类结果，所述分类结果用于表示坯料的表面质量是否符合预定标准，包括：将所述分类特征图按照行向量或者列向量展开为分类特征向量；使用所述分类器的全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量；以及将所述编码分类特征向量输入所述分类器的Softmax分类函数以得到所述分类结果。6.根据权利要求5所述的航空发动机的顶锻工艺，其特征在于，还包括对所述作为特征提取器的卷积神经网络模型、所述通道注意力模块和所述分类器进行训练的训练步骤。7.根据权...

【专利技术属性】
技术研发人员：邱伟明，刘会明，张明昊，季宏伟，
申请(专利权)人：江西宝顺昌特种合金制造有限公司，
类型：发明
国别省市：