[發明專利]基于多粒度并聯CNN模型的肌電信號-扭矩匹配方法

有效

• 申請號: 202010116661.6
• 申請日: 2020-02-25
• 公開（公告）號: CN111207875B
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 陳成軍;黃凱;李東年;鄭帥;洪軍
• 申請（專利權）人: 青島理工大學;西安交通大學
• 主分類號: G01L5/24
• 分類號: G01L5/24;A61B5/22
• 代理公司: 福州科揚專利事務所(普通合伙) 35001
• 代理人: 魏珊珊

本發明涉及基于多粒度并聯CNN模型的肌電信號?扭矩匹配方法，步驟1、采集擰緊螺栓時的扭矩信號和肌電信號；步驟2、將傳感器該量程按照至少兩種粒度進行劃分，生成與該粒度對應的多個扭矩區間，每個扭矩區間添加一扭矩標簽；步驟3、生成各時間窗對應的肌電圖；步驟4、根據扭矩平均值所落入的扭矩區間確定各時間窗在每種粒度劃分下的扭矩標簽；步驟5、生成樣本集；步驟6、構造多粒度并聯CNN模型，使用樣本集合訓練各獨立CNN模型；步驟7、將操作者實際裝配過程中的肌電信號輸入訓練后的多粒度并聯CNN模型，識別出裝配扭矩。本發明通過將肌電信號輸入多粒度并聯CNN模型，獲取到扭矩值，方便且準確地實時監測擰緊扭矩。

技術領域

本發明涉及基于多粒度并聯CNN模型的肌電信號-扭矩匹配方法，屬于產品裝配監測和智能制造領域。

背景技術

精準施加擰緊力矩是保證螺栓連接性能、提高產品裝配質量的重要措施之一。當前受裝配空間、裝配效率等影響，不具備扭矩測量功能的扳手仍然是一種廣泛應用的裝配工具。因此，扳手扭矩實時監測是需要解決的急切問題之一。當前工廠中，進行裝配扭矩監測常用的工具有測力矩扳手、定力矩扳手以及扭矩應力測試儀等。應用測力矩扳手可以實時地觀察裝配螺栓過程的扭矩。但這種方法需要操作人員掌握不同型號螺栓的力矩標準，容易出現擰緊過度甚至是滑絲等現象；應用定力矩扳手雖然無法實時進行扭矩監測，但是通過設定螺栓擰緊的力矩額度，可以保證連接件連接緊固性，并且避免螺栓擰緊過度或滑絲等問題；應用螺栓應力測試儀可以實現在產品使用過程中對高強度螺栓松動情況進行實時監測，但這種監測方法是產品裝配完成后的監測，監測結果具有滯后性，并且螺栓應力測試儀中的超聲元件、壓電元件常受到使用環境的影響。

表面肌電信號(sEMG)是反應神經肌肉系統活動的一維時序信號，這種信號可以直接反應人體運動特性，并被廣泛應用在醫學、康復醫學、人機交互等領域。并且通過sEMG信號可以估計無法精確計算的人體肌力，從而實現應用sEMG信號進行動作識別分類、肌力預測等應用。因此，本發明提出利用肌電信號，監測產品裝配時的擰緊力矩。

發明內容

為了解決上述技術問題，本發明提供一種基于多粒度并聯CNN模型的肌電信號-扭矩匹配方法，通過獲取肌電信號輸入多粒度并聯CNN模型，即可獲取到扭矩值，能夠方便且準確地實時監測擰緊扭矩。

本發明技術方案如下：

基于多粒度并聯CNN模型的肌電信號-扭矩匹配方法，包括如下步驟：步驟1、采集并保存操作者在試驗臺擰緊螺栓時的扭矩信號和肌電信號；步驟2、根據試驗臺上用于測量擰緊力矩信號的傳感器的量程，將該量程按照至少兩種粒度進行劃分，每種粒度劃分均生成與該粒度對應的多個扭矩區間，為每個扭矩區間添加一扭矩標簽；步驟3、所述肌電信號按照每t秒為一個時間窗，生成各時間窗對應的肌電圖；步驟4、計算出所述扭矩信號在各所述時間窗內所有扭矩的平均值，根據扭矩平均值所落入的扭矩區間確定各時間窗在每種粒度劃分下的扭矩標簽；步驟5、生成樣本集，其至少包括兩個粒度的樣本集合，每個粒度樣本集合包括多張帶扭矩標簽的肌電圖，扭矩標簽對應的粒度與樣本集合對應的粒度相同，扭矩標簽對應的時間窗與肌電圖時間窗相同；步驟6、構造多粒度并聯CNN模型，其至少包含兩個并聯的獨立CNN模型，每個獨立CNN模型對肌電信號的分類粒度不同，使用同粒度的樣本集合訓練對應的獨立CNN模型；步驟7、將操作者實際裝配過程中的肌電信號輸入訓練后的所述多粒度并聯CNN模型，識別出裝配扭矩。

更優地，所述步驟1中采用N個通道同時采集肌電信號；所述步驟3)為：對采集到的各通道肌電信號進行預處理，然后將各通道的各個肌電信號進行歸一化處理；繪制各時間窗對應的肌電圖，每一肌電圖包含該時間窗內各通道的歸一化處理后的肌電信號。

更優地，應用公式(1)對肌電信號進行歸一化處理，將肌電信號映射到[0,1]范圍內；其中，A_max為N通道中肌電信號的最大值；A_min為N通道中肌電信號的最小值；A_i為第i個肌電信號值，A'_i為第i個肌電信號歸一化處理后的值。