管弯曲方法和管弯曲系统技术方案

技术编号：40160479 阅读：5 留言：0更新日期：2024-01-26 23:34

本发明专利技术涉及管弯曲方法和管弯曲系统。一种用于通过管弯曲机进行管弯曲的方法和系统，其中，管弯曲机的限定管弯曲机的加工步骤的输入参数的值是根据从限定目标管弯曲几何形状的弯曲参数到输入参数的映射确定的。映射由数据驱动方法确定，其中，基于机器学习的映射模型被拟合到正在进行的管弯曲过程或先前弯曲过程的管弯曲机加工数据，从而提供输入参数与目标弯曲参数的机器学习相关性。对于映射模型的训练，使用弯曲参数的值和输入参数的相应值以及弯曲参数值与由管弯曲过程产生的弯曲参数的测量实际值之间的比较信息，以便在限定的目标公差内实现弯曲参数的值。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术涉及通过管弯曲机进行管弯曲，其中，管弯曲机的输入参数的值是根据从限定目标管弯曲几何形状的弯曲参数到输入参数的映射而确定的。

技术介绍

1、弯曲管用于许多机器和仪器中，例如作为汽车零件、管线或空调系统的零件。例如，弯曲管或弯曲管道用于引导流体或气体。另一方面，弯曲管可用于支撑或提供特定的机械结构，例如作为手柄或家具框架。

2、管可以被纯机械地成形，这通常称为冷弯曲，和/或通过施加热成形，这通常称为热弯曲。通常，管的一部分是固定的，并且旋转模具、辊或压机用来通过在管上施加拉力和/或压缩力将管成形为目标管弯曲几何形状。弯曲过程的结果取决于不同的物理效应，例如回弹和退化以及材料特定的或几何形状特定的行为。

3、在现有技术中，通常要进行一定次数的试验，直到机器类型被正确构造成在规定的几何形状和公差内弯曲一定材料和结构的管。当期望几何形状和实际几何形状之间的差不在公差内时，需要调整机器参数，使得下一个管的实际几何形状更接近期望几何形状。这种潜在的迭代过程要么由操作者基于经验使用其直觉手动完成，要么是线性过程，该线性过程外推当前偏差并考虑逆误差，以向先前的机器参数提供最高的容差。

4、管特征(诸如管的内径和外径)以及其他材料特性(诸如杨氏模量或合金规格)可强烈地影响所需的弯曲过程。此外，类似弯曲模具半径的机器特性也对该过程有显著影响。此外，弯曲机本身的状态很重要：机器随着时间而退化，最终零件被更换，从而严重影响机器的性能。通常，弯曲模具槽和夹具槽显示出磨损效果，导致弯曲过程中的不精确性。

<p>5、为了减少试验次数，复杂的分析模型用来在早期阶段考虑诸如回弹的效应。然而，这种模型通常难以在各种不同的管材料和管特性(管半径、壁厚等)内提供良好的设置。另一种方法是尝试：在弯曲过程中例如通过光学测量来测量管弯曲几何形状，并基于所测量的管弯曲几何形状应用实时校正。然而，导出合适的校正措施通常仍然高度依赖于分析技术/模型，并且仍然难以在许多不同管材料和管特性的范围内提供。

技术实现思路

1、因此，本专利技术的目的是提供一种用于管弯曲的方法和系统，其克服了现有技术的缺陷。

2、一个特别的目的是减少试验次数，直到获得正确的管弯曲几何形状，并因此减少时间、工作量和废弃零件。

3、另一个目的是在增加的管材料和目标管弯曲几何形状范围内提供有效的管弯曲。

4、这些目的通过实现本专利技术的不同方面的至少部分特征来实现。

5、本专利技术涉及一种用于确定从限定管弯曲过程的目标管弯曲几何形状的弯曲参数到限定管弯曲机加工步骤的管弯曲机输入参数的映射以便实现目标管弯曲几何形状(在所需公差边界内)的方法。

6、作为示例，目标管弯曲几何形状由一系列弯曲元件限定，每个弯曲元件用所谓的pbrr参数描述，所述pbrr参数称为推动、弯曲、旋转和半径。典型的单位是[mm]、[rad]、[rad]和[mm]。这些pbrr参数描述了制造过程，并且表示两个弯曲元件之间的距离(或过程起始点到弯曲元件之间的距离，例如，在管弯曲过程仅产生一个弯曲元件的情况下)、相应弯曲元件的弯曲角度、相应弯曲元件的弯曲半径以及相应弯曲元件相对于另一弯曲元件(例如，下一弯曲元件)的取向。对于具有非圆形横截面(例如倒圆的矩形横截面)的管，pbrr模型需要例如通过描述管的直截面上的扭转的附加参数来扩展。

7、该方法包括步骤：生成构成参考管弯曲过程的基础的管弯曲机加工数据。该参考管弯曲过程可以是管弯曲机当前正在进行的管弯曲过程，或者是管弯曲机先前执行的管弯曲过程。管弯曲机加工数据包括用于参考管弯曲过程的弯曲参数的目标值和用于输入参数的相应使用值。

8、该方法进一步包括步骤：使用由执行参考管弯曲过程产生的管零件的测量管弯曲几何形状的3d测量数据来确定所述管零件的3d模型。例如，3d测量数据是3d点云数据。

9、作为示例，3d测量数据源自光学坐标测量装置，例如被配置为生成用于摄影测量分析的数据的基于相机的3d测量装置。例如，3d测量数据由专为弯曲管和线的高效质量控制而开发的一体化的包办式测量单元提供，例如由hexagon公司的管检查设备和系统提供。使用光学坐标测量装置数据的一个好处在于，在弯曲管超出规格(超出规定的目标公差)的情况下，快速提供特定的误差参数，而不是简单地提供关于实现目标规格的“是或否”答案，例如，当使用机械量规来检查零件公差时通常是这种情况。替代地或附加地，3d测量数据由测量装置(诸如hexagon公司的所谓的绝对臂)提供：所谓的romer绝对臂是具有探针的便携式cmm坐标测量机(cmm)，探针用于触觉逐点测量和/或用于表面的基于激光的扫描。传统的固定参考测量形式也可以用于质量监控目的。然而，对于这种传统的固定参考测量形式，输出是二进制结果，即输出提供管是否在公差内或超出公差的信息，而不提供实际的形状信息。

10、该方法进一步包括：从3d模型(例如，通过自动检测)确定管零件的弯曲参数的测量值，并且在弯曲参数的测量值与目标值之间进行比较，以便在限定的目标公差内实现目标值。通过用于训练映射模型的训练步骤来考虑该比较结果。映射模型提供从输入参数到弯曲参数的映射，其中，映射模型通过考虑比较结果的机器学习过程来训练。例如，机器学习过程还被配置成提供比较结果。

11、换言之，映射模型通过机器学习被“拟合”到管弯曲机加工数据和比较，其中，映射模型被配置为提供输入参数与弯曲参数的机器学习相关性。例如，为了建立机器学习相关性，通过向训练过程馈送弯曲参数和与材料(例如，基于由材料供应商提供的和/或在来料检验中合格的测量特性)、几何形状(例如，特定几何形状的关键性能指标kpi)、机器状态(例如，故障历史/磨损部件)和环境条件(如周围环境的温度和湿度条件)中的至少一个有关的其他特征作为输入并且馈送加工参数作为相应的目标/标签，以监督方式训练映射模型。该映射模型被训练成预测加工输入参数的连续值，从而解决回归问题。存在各种有监督的机器学习回归模型，例如多岭回归、随机森林回归、支持向量机回归和神经网络回归等。

12、在一个实施例中，映射模型的训练以强化学习方式来执行，例如通过在第一次尝试时奖励输入参数的适当值的找到(例如，其中，在满足所限定的目标公差或以某个裕度实现所限定的目标公差的情况下认为适当的值)，并在多于一次迭代之后惩罚输入参数的适当值的找到。因此，可以引导增强学习代理在尽可能少的迭代之后预测加工输入参数，而同时通过所采取的动作考虑环境变化，例如考虑机器磨损。例如，在精确描绘/表示整个弯曲过程的模拟环境中执行这种训练。

13、特别地，当所选的机器学习过程提供转移学习的能力以便为特定的管几何形状和/或机器创建点解时是有益的。因此，神经网络回归模型可能是有益的，因为它通过允许仅对最终网络层/权重的表示进行微调/再训练，同时保持来自对较大的更一般的数据集的预训练的初始层/参数，来提供这种能力/灵活性。例如，神经网络的第一层表示数据的基本和一般抽象本文档来自技高网...

【技术保护点】

1.一种用于确定从限定管弯曲过程的目标管弯曲几何形状的弯曲参数到限定管弯曲机加工步骤的管弯曲机输入参数的映射以便实现目标管弯曲几何形状的方法，其中，所述方法包括：

2.根据权利要求1所述的方法，其中，所述方法进一步包括：

3.根据前述权利要求中任一项所述的方法，其中，通过管零件的遵循管零件的轨迹的管内部中心线和相关护套表面的参数化，将3D模型提供为3D圆柱形模型，其中，弯曲参数的测量值与目标值之间的比较包括确定3D圆柱形模型特别是中心线和/或护套表面与管零件的另一3D圆柱形模型的偏差，另一3D圆柱形模型是根据用于参考管弯曲过程的弯曲参数的目标值而确定的并且是通过管零件的遵循管零件的轨迹的管内部中心线和相关护套表面的参数化提供的，

4.根据前述权利要求中任一项所述的方法，其中，所述方法包括为用于参考管弯曲过程的输入参数确定更新值，其中，提供更新值，使得由映射模型进行的从更新值到用于参考管弯曲过程的弯曲参数的相应计算值的映射指示计算值与用于参考管弯曲过程的弯曲参数的目标值的偏差的最小化。

5.根据权利要求4所述的方法，其中，所述方法包括

6.根据前述权利要求中任一项所述的方法，其中，所述方法包括：

7.根据前述权利要求中任一项所述的方法，其中，弯曲参数包括推动参数、弯曲参数、旋转参数以及半径参数，这些参数描述了待由管弯曲过程产生的弯曲元件，其中：

8.根据前述权利要求中任一项所述的方法，其中，管弯曲机加工数据包括关于管材料和管几何形状的管信息，特别是关于管零件的管内径和管外径的信息，并且所述机器学习过程被配置为将管信息考虑在内以用于训练映射模型。

9.根据权利要求8所述的方法，其中，机器学习过程被配置成通过估计参考管弯曲过程的连续加工参数来考虑管信息而提供映射模型的训练，为了训练映射模型，管信息被馈送到机器学习过程的回归部分中，

10.一种映射模型的用途，映射模型提供从限定目标管弯曲几何形状的弯曲参数到限定管弯曲机的加工步骤的输入参数的映射，以便确定用于管弯曲机的输入参数的值，其中，映射模型已经根据权利要求1至9中任一项所述的方法进行了确定。

11.一种用于管弯曲的系统，该系统包括管弯曲机，所述管弯曲机被配置成根据限定管弯曲机的加工步骤的输入参数来执行管弯曲过程，

12.根据权利要求11所述的系统，其中，所述系统被配置成执行根据权利要求1至9中任一项所述的方法的步骤，以确定从弯曲参数到输入参数的映射，其中，所述系统包括计算单元，计算单元被配置成访问管弯曲机加工数据，并且计算单元包括机器学习算法，机器学习算法被配置成提供根据权利要求1至9中的任一项训练映射模型的步骤。

13.根据权利要求11至12中任一项所述的系统，其中，所述系统包括坐标测量装置，特别是光学坐标测量装置，该坐标测量装置被配置成生成3D测量数据，特别是被配置成生成用于摄影测量分析的数据的相机数据，以便提供确定由管弯曲过程产生的管零件的3D模型。

14.一种计算机程序产品，该计算机程序产品包括程序代码，所述程序代码存储在机器可读介质上，或者由包括程序代码段的电磁波来实现，并且具有计算机可执行指令，所述计算机可执行指令用于尤其当在根据权利要求11至13中任一项所述的系统的计算单元上运行时执行以下步骤，以确定从限定管弯曲过程的目标管弯曲几何形状的弯曲参数到限定管弯曲机加工步骤的管弯曲机输入参数的映射，以便实现目标管弯曲几何形状：

15.根据权利要求14所述的计算机程序产品，其中，所述程序代码包括用于执行根据权利要求2至9中任一项训练映射模型中的任何步骤的计算机可执行指令。

...

【技术特征摘要】

2.根据权利要求1所述的方法，其中，所述方法进一步包括：

3.根据前述权利要求中任一项所述的方法，其中，通过管零件的遵循管零件的轨迹的管内部中心线和相关护套表面的参数化，将3d模型提供为3d圆柱形模型，其中，弯曲参数的测量值与目标值之间的比较包括确定3d圆柱形模型特别是中心线和/或护套表面与管零件的另一3d圆柱形模型的偏差，另一3d圆柱形模型是根据用于参考管弯曲过程的弯曲参数的目标值而确定的并且是通过管零件的遵循管零件的轨迹的管内部中心线和相关护套表面的参数化提供的，

5.根据权利要求4所述的方法，其中，所述方法包括在正在进行中的管弯曲过程期间实时采集3d测量数据，并且在正在进行中的管弯曲过程期间执行更新值的确定，以便实时提供更新值，

6.根据前述权利要求中任一项所述的方法，其中，所述方法包括：

9.根据权利要求8所述的方法，其中，机器学习过程被配...

【专利技术属性】
技术研发人员：B·赖曼，N·巴德，K·门特尔，C·林茨，M·祖尔·慕赫伦，
申请(专利权)人：赫克斯冈技术中心，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人