【技术实现步骤摘要】
本专利技术涉及精密加工，具体涉及一种基于知情机器学习的磨削力实时预测方法。
技术介绍
1、磨削作为提高工件表面质量和形状精度的主要精加工工序。以缓进给磨削、超高速磨削为代表的特种磨削工艺被广泛应用在航空航天、医疗器械等行业的难加工材料加工中。磨削力是表征磨削过程的主要物理量，与磨削加工参数存在内在联系。磨削力会影响到磨削加工的材料去除、表面成形、加工振动过程等，进而影响加工对象的表面粗糙度、形状精度、机械性能等。测力仪的开发和应用使得在实验环境下采集切削力成为可能，然而在批量生产中使用测力仪会影响机床加工刚度且成本高昂。磨削力预测是磨削加工（参数、机床结构）优化的重要工具，准确的预测模型可充分发挥磨削的潜力。对磨削力实时预测是实现智能机床加工控制的前提，是提高效率、保证质量的重中之重。
2、传统的磨削力分析采用解析方法，实验分析和数值解析被广泛用在各项材料的磨削力预测上。专利cn202111204160.4“一种行星滚柱丝杠内螺纹磨削过程磨削力预测方法”将磨削过程简化到二维，通过正交实验和仿真计算得到磨削修正系数并推算不同周...
【技术保护点】
1.一种基于知情机器学习的磨削力实时预测方法，其特征在于，包括：
2.根据权利要求1所述的基于知情机器学习的磨削力实时预测方法，其特征在于，根据磨削力与加工参数之间的联系建立磨削力的先验知识模型，包括：
3.根据权利要求1所述的基于知情机器学习的磨削力实时预测方法，其特征在于，对知情机器学习模型进行训练时，采用的损失函数为：
4.根据权利要求3所述的基于知情机器学习的磨削力实时预测方法，其特征在于，所述先验知识的损失函数为：
5.根据权利要求3所述的基于知情机器学习的磨削力实时预测方法，其特征在于，所述功率惩罚项为：p>
6.根据权...
【技术特征摘要】
1.一种基于知情机器学习的磨削力实时预测方法，其特征在于，包括：
2.根据权利要求1所述的基于知情机器学习的磨削力实时预测方法，其特征在于，根据磨削力与加工参数之间的联系建立磨削力的先验知识模型，包括：
3.根据权利要求1所述的基于知情机器学习的磨削力实时预测方法，其特征在于，对知情机器学习模型进行训练时，采用的损失函数为：
4.根据权利要求3所述的基于知情机器学习的磨削力实时预测方法，其特征在于，所述先验知识的损失函数为：
5.根据权利要求3所述的基于知情机器学习的磨削力实时预测方法，其特征在于，所述功率惩罚项为：
6.根据权利要求1所述的基于知情机器学习的磨削力实时预测方法，其特征...
【专利技术属性】
技术研发人员：汪文虎，张天任，王渊彬，董睿哲，
申请(专利权)人：西北工业大学，
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。