申请/专利权人:武汉数字化设计与制造创新中心有限公司
申请日:2022-04-15
公开(公告)日:2024-06-21
公开(公告)号:CN114819311B
主分类号:G06Q10/04
分类号:G06Q10/04;G06N3/084;G06N3/0464
优先权:
专利状态码:有效-授权
法律状态:2024.06.21#授权;2022.08.16#实质审查的生效;2022.07.29#公开
摘要:本发明属于数控加工技术领域,并具体公开了一种数控加工表面粗糙度预测模型的构建方法,该方法包括以下步骤:安装刀具并获取刀尖点的频响函数,进而生成稳定性叶瓣图;选取加工参数并依据稳定性叶瓣图对加工参数的数值进行筛选,得到使加工处于稳定状态的多组稳定加工参数;依据每组稳定加工参数加工工件,获取每次加工的加工过程数据特征值及工件加工后的表面粗糙度数值;以稳定加工参数和加工过程数据特征值为特征向量,表面粗糙度作为标签,组成稳定加工特征数据集;对稳定加工特征数据集进行归一化处理和特征选择,形成稳定加工优选数据集;以BP‑CNN神经网络模型为框架,利用稳定加工优选数据集进行训练获得表面粗糙度预测模型。
主权项:1.一种数控加工表面粗糙度预测模型的构建方法,其特征在于,包括以下步骤:S1:安装刀具,并获取所述刀具在实际安装悬长下刀尖点的频响函数,依据该频响函数计算并生成稳定性叶瓣图;S2:选取加工参数,并依据步骤S1中所述稳定性叶瓣图对所述加工参数的数值进行筛选,得到使加工处于稳定状态的多组稳定加工参数;S3:依据步骤S2中每组所述稳定加工参数分别对工件进行加工,获取每次加工的加工过程数据特征值及工件加工后的表面粗糙度数值;所述的加工过程数据特征值是通过对原始加工过程数据进行数据预处理后再通过特征提取获得的;S4:以步骤S2中所述稳定加工参数和步骤S3中所述加工过程数据特征值为特征向量,步骤S3中所述表面粗糙度作为标签,合并组成稳定加工特征数据集;对所述稳定加工特征数据集中的特征向量进行归一化处理,并进行特征选择,以得到与所述标签相关度大的特征,作为优选特征,形成稳定加工优选数据集;S5:以BP-CNN神经网络模型为框架,利用步骤S4中所述稳定加工优选数据集进行训练获得表面粗糙度预测模型。
全文数据:
权利要求:
百度查询: 武汉数字化设计与制造创新中心有限公司 一种数控加工表面粗糙度预测模型的构建方法
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。