[發明專利]一種監測數據驅動的工件加工變形在線預測方法

有效

• 申請號: 201910053617.2
• 申請日: 2019-01-21
• 公開（公告）號: CN109739178B
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 劉長青;李迎光;趙智偉;郝小忠
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G05B19/401
• 分類號: G05B19/401
• 代理公司: 南京天華專利代理有限責任公司 32218
• 代理人: 瞿網蘭

1.一種監測數據驅動的工件加工變形在線預測方法，其特征是：采集加工過程中監測到的與零件變形相關的數據，以變形相關的數據驅動加工變形在線預測；在工件上設置適量的監測點；在加工過程中獲取監測工件的加工變形數據及相應的零件中間狀態幾何信息、工藝信息數據；將獲取的幾何-工藝-變形數據通過張量模型進行表達；利用零件加工過程中產生的張量模型，通過預測模型，預測零件下一步加工的變形量。

2.根據權利要求1所述的監測數據驅動的工件加工變形在線預測方法，其特征在于：變形相關的數據包括，工件加工中間狀態幾何數據，加工工藝數據，工件裝夾位置數據和變形監測數據；工件在加工過程中采集的變形相關數據通過張量模型表達，數據包括工件中間狀態的幾何信息，工件加工的工藝信息和工件變形監測數據。

3.根據權利要求1所述的監測數據驅動的工件加工變形在線預測方法，其特征在于：變形監測數據包括能夠反應零件變形狀態的工件變形量、工件變形力數據。

4.根據權利要求1所述的監測數據驅動的工件加工變形在線預測方法，其特征在于：工件在加工過程中采集的變形相關數據通過高階張量模型表達。

5.根據權利要求1所述的監測數據驅動的工件加工變形在線預測方法，其特征在于：工件加工中間狀態幾何數據的表達是通過將幾何數據利用Z向投影建立R³-R²的映射，通過一個二維數組表達復雜的幾何數據。

6.根據權利要求4所述的監測數據驅動的工件加工變形在線預測方法，其特征在于：在張量模型中，工藝信息、裝夾位置和變形數據均按照幾何對應位置分層建立，構成張量模型。

7.根據權利要求6所述的監測數據驅動的工件加工變形在線預測方法，其特征在于：張量模型作為預測模型的輸入，張量模型中包括了前T時刻的變形相關數據以及T+1時刻的零件工藝及幾何信息，預測零件T+1時刻的變形情況。

8.根據權利要求7所述的監測數據驅動的工件加工變形在線預測方法，其特征在于：預測模型是基于卷積神經網絡和循環神經網絡建立，但不局限于該模型，以張量模型為輸入，以下一步加工的變形量為輸出。

9.根據權利要求1所述的監測數據驅動的工件加工變形在線預測方法，其特征在于：它包括以下步驟：

步驟1：布局裝夾裝置，記錄變形量監測點的位置，并記錄其位置信息為C；

步驟2：按照既定的工藝加工工件，加工間隙記錄監測到的零件變形量數據，將當前的零件的幾何信息G_t，工藝信息P_t，變形量D_t存儲，并將之前的監測點位置信息結合，構成表達當前加工狀態的張量模型A_t＝[G_t，C，P_t，D_t]；

步驟3：將前t步的存儲的與變形相關的數據-張量模型輸入到已經通過歷史數據訓練好的預測模型中，預測模型輸出t+1步的變形量；同時將t+1步預測的變形量及相關信息建立張量模型，繼續預測后續的加工變形量；

步驟4：判斷加工是否結束，如無，繼續步驟2；否則，結束加工。