[發明專利]一種多工序加工中的誤差溯源方法、設備及存儲介質有效
| 申請號: | 202110302309.6 | 申請日: | 2021-03-22 |
| 公開(公告)號: | CN113076977B | 公開(公告)日: | 2022-04-19 |
| 發明(設計)人: | 彭芳瑜;張馳;孫豪;趙晟強;張騰;閆蓉 | 申請(專利權)人: | 華中科技大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06N3/02;G06Q10/06;G06Q50/04 |
| 代理公司: | 華中科技大學專利中心 42201 | 代理人: | 尹麗媛;李智 |
| 地址: | 430074 湖北*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 工序 加工 中的 誤差 溯源 方法 設備 存儲 介質 | ||
1.一種多工序加工中的誤差溯源方法,其特征在于,包括:
基于隨機噪聲點,采用已訓練的對抗神經網絡中的生成器,生成與實際測量特征誤差數據具有相同誤差分布的一組虛擬數據,其中,所述隨機噪聲點的維度為待溯源誤差源個數,且該組虛擬數據的維度與所述實際測量特征誤差數據的維度相同;
采用反向生成器,將多組所述虛擬數據映射為誤差源分布,實現誤差源解耦,其中所述反向生成器與所述生成器權重參數相同但輸入輸出反向;
基于所述誤差源分布,采用已構建的多工序誤差流傳遞模型作為多工序加工的先驗機理知識,確定各誤差源的物理意義,完成誤差溯源。
2.根據權利要求1所述的一種多工序加工中的誤差溯源方法,其特征在于,所述對抗神經網絡為深度卷積式對抗神經網絡。
3.根據權利要求1所述的一種多工序加工中的誤差溯源方法,其特征在于,所述對抗神經網絡的訓練數據為工件特征誤差數據集,其為同一批次所有零件的多維特征誤差所構成的數據集,其中,每個零件的多維特征誤差的維度為2或3。
4.根據權利要求1所述的一種多工序加工中的誤差溯源方法,其特征在于,所述確定各誤差源的物理意義的實現方式為:
通過窮舉假設的方式,假設各誤差源物理意義,代入所述多工序誤差流傳遞模型中,計算得到虛擬數據的誤差分布;
引入量化指標來衡量虛擬數據的誤差分布與實際測量特征誤差數據的分布之間的相似程度,將相似程度最大所對應的所述假設各誤差源物理意義作為實際的各誤差源物理意義。
5.根據權利要求4所述的一種多工序加工中的誤差溯源方法,其特征在于,所述量化指標為MSE或KL散度。
6.一種多工序加工中的誤差溯源設備,其特征在于,包括:處理器和機器可讀存儲介質,所述機器可讀存儲介質存儲有能夠被所述處理器執行的機器可執行指令,所述處理器執行所述機器可執行指令以實現如權利要求1至5任一項所述的一種多工序加工中的誤差溯源方法。
7.一種計算機可讀存儲介質,其特征在于,所述計算機可讀存儲介質包括存儲的計算機程序,其中,在所述計算機程序被處理器運行時控制所述存儲介質所在設備執行如權利要求1至5任一項所述的一種多工序加工中的誤差溯源方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華中科技大學,未經華中科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110302309.6/1.html,轉載請聲明來源鉆瓜專利網。





