[發明專利]一種識別金屬拉深件成形微裂紋位置的方法

無效

• 申請號: 201210131063.1
• 申請日: 2012-05-02
• 公開（公告）號: CN102692456A
• 公開（公告）日: 2012-09-26
• 發明（設計）人: 駱志高;張保剛;范祥偉;葉紅英
• 申請（專利權）人: 江蘇大學
• 主分類號: G01N29/14
• 分類號: G01N29/14;G01N29/44
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 樓高潮

技術領域

本發明涉及的領域是金屬拉深件制造，尤其涉及對金屬拉深件在制造過程中識別微裂紋產生位置，同樣也能用于鋼結構、旋轉機械等狀態檢測和故障檢測。

背景技術

?拉深加工作為一種高效、節能、高材料利用率的加工方法，可以制成筒形、階梯形、錐形、球形和其它不規則形狀的薄壁零件，如果和其它沖壓成型工藝配合，還可以制造形狀極為復雜的零件。隨著現代社會對拉深加工產品的需求越來越大以及競爭的加劇，人們對拉深件的質量提出了更高的要求，許多關鍵部位的拉深制件在整個產品的性能及質量上起著關鍵性作用，因此拉深件的質量愈來愈被人所關注，卻也一直是企業棘手的技術難題。?

?裂紋是造成拉深件質量問題的主要因素之一，這是由于拉深過程中，板料產生塑性變形材料被轉移和重新分布，內部的應力和應變十分復雜，導致拉深過程中的狀態難以精確控制，使制件產生裂紋，有些微裂紋肉眼難以察覺，在生產過程中可能會產生成批的廢品。目前，拉深件質量的好壞全靠現場工人和技術人員的經驗來判斷，最常見的檢驗方式是檢驗人員進行首檢、抽檢和終檢實現質量檢測，這屬于事后檢測，具有一定的時滯性，當發現制件產生微裂紋時，可能前面有相當數量的制件已經產生了微裂紋，因此，積極開展微裂紋位置的識別技術研究不僅能及時調整工藝參數有重要指導意義，而且對于實現金屬拉深成形的狀態識別及質量監測有著深遠的意義。

發明內容

本發明提供一種識別金屬拉深件成形微裂紋位置的方法，對金屬拉深件的微裂紋位置進行識別，可以根據微裂紋位置來調整工藝參數，從而消除微裂紋的產生。

本發明的技術方案是采用如下步驟:?（1）在拉深模具的凸模和凹模上均布置采集拉深件成形微裂紋信號的聲發射傳感器，得到表征信號的相對到達時間、幅度、能率、振鈴計數、上升計數、上升時間、能量、持續時間、有效值電壓、平均信號電平、時間消耗這11個特征參數；

（2）設計一個BP神經網絡，BP神經網絡激活函數采用Sigmoid?函數，輸入神經元個數m由聲發射信號的特征參數個數確定，輸出層神經元個數????????????????????????????????????????????????由可能產生微裂紋的位置個數確定，隱含層神經元個數n由公式確定，a為[1,10]的常數；權初始值域取（-0.1,0.1）,最大循環迭代為10000；

???（3）采集訓練樣本，將樣本數據歸一化處理后作為BP神經網絡的輸入數據，每個目標輸出由個二進制表示，設置c個微裂紋位置對應的目標輸出，對BP神經網絡進行訓練。當訓練誤差小于0.001時停止訓練，得到了訓練好的BP神經網絡；

（4）將測試數據輸入訓練好的BP神經網絡進行測試，計算特征參數對識別結果的靈敏度，得到靈敏度從高到低的特征參數；刪除靈敏度最小的特征參數，得到新的訓練樣本數據和測試數據，?

（5）重復步驟（2）、（3）、（4），最終提取振鈴計數、時間消耗、持續時間、幅度、能量5個特征參數；

（6）使用所述5個特征參數對應的訓練樣本數據作為BP神經網絡的輸入，重復步驟（2）、（3）、建立5個特征參數和微裂紋位置的非線性映射關系；

（7）將實際檢測到的聲發射信號的5個特征參數對應的數據表中的數據進行歸一化處理后輸入BP神經網絡，根據所建立的非線性映射關系，當BP神經網絡輸出和某一個目標輸出一樣時，可識別微裂紋產生的位置。

?本發明采集不同位置微裂紋的聲發射信號特征參數，使用這些特征參數對BP神經網絡進行訓練，建立起了特征參數和微裂紋位置的非線性映射關系。根據特征參數對識別結果的靈敏度，在保證不影響識別結果的前提下，提取了5個最能表征信號的參數，將生產中采集的5個特征參數輸入BP神經網絡，識別微裂紋產生的位置，對比網絡輸出和目標輸出，可以得到微裂紋產生的位置。本發明能很好地對金屬拉深件裂紋產生位置進行識別，在獲得足夠訓練樣本的前提下，可以很準確的識別微裂紋位置，為選取工藝參數提供重要依據和參考。

附圖說明

圖1?是識別金屬拉深件成形微裂紋位置的流程圖；

圖2是識別金屬拉深件成形微裂紋位置的裝置圖；

?圖中：1.凸模；2.凹模；3.聲發射傳感器；4.前置放大器；5.聲發射處理模塊；6.計算機。

具體實施方式

本發明的實施步驟如下：