申请/专利权人：华中科技大学

申请日：2021-11-26

公开（公告）日：2024-06-18

公开（公告）号：CN114169721B

主分类号：G06Q10/0639

分类号：G06Q10/0639;G06N5/048;G06F30/27;G06Q50/04;G06F111/08

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2022.03.29#实质审查的生效;2022.03.11#公开

摘要：本发明公开了一种基于自适应模糊推理的全流程零件加工质量预测方法，构建零件各工序特征尺寸与最终加工质量的数据集，用于训练基于自适应模糊推理的最终加工质量预测模型，从而实现对零件最终加工质量的事先感知和事先干预。对于工艺设计人员，可在获取任意工序加工结束所对应的特征尺寸数据后，经过模型预测，得到零件的最终质量，再从零件设计要求出发调整过程工序的公差等级；对于现场加工人员，在完成过程工序后，对所加工的特征尺寸进行测量，之后经过模型预测即可得到零件最终的加工质量，从而实现对最终加工质量的预先感知，并且可以在预先感知的基础上，在后续的加工过程中做出提前干预，以更好的保证零件的最终加工质量满足要求。

主权项：1.一种基于自适应模糊推理的全流程零件加工质量预测方法，其特征在于，该方法包括：训练阶段：S1，获取零件各工序的特征尺寸及零件最终加工质量数据；S2，以所述零件各工序的特征尺寸为样本输入，以零件最终加工质量数据为样本标签，训练零件各工序的最终加工质量的自适应模糊推理模型；应用阶段：将待加工零件任一工序的特征尺寸输入至训练好的所述工序的最终加工质量的自适应模糊推理模型中，得到最终加工质量预测结果；步骤S1包括：S11，对零件各工序的特征尺寸进行蒙特卡罗随机仿真，得到零件各工序的随机仿真特征尺寸；S12，将所述随机仿真特征尺寸与设计尺寸之间的误差代入至零件加工全流程误差传递模型，得到特征尺寸的最终误差；S13，根据所述特征尺寸的最终误差，得到零件最终加工质量数据；采用以下方法构建所述零件加工全流程误差传递模型：对多工序加工过程所涉及的误差分别进行建模，并整合误差传递和变换过程，得到零件加工全流程误差传递模型为：xk＝Akxk-1+Bkuk+vkyk＝Ckxk+wk其中，Ak、Bk、Ck分别为系统矩阵、控制矩阵、输出矩阵；wk、vk分别为测量系统和状态转移过程中的随机噪声误差；xk、xk-1分别为第k和第k-1步工序形成的零件特征误差；uk为第k道工序引入的误差，yk为第k步的误差观测输出。

全文数据：

权利要求：

百度查询： 华中科技大学 一种基于自适应模糊推理的全流程零件加工质量预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD