[發明專利]打磨工藝參數組合的確定方法、裝置、電子設備和介質在審
| 申請號: | 202210561504.5 | 申請日: | 2022-05-23 |
| 公開(公告)號: | CN114662410A | 公開(公告)日: | 2022-06-24 |
| 發明(設計)人: | 劉守河;謝暉;易建業 | 申請(專利權)人: | 季華實驗室 |
| 主分類號: | G06F30/27 | 分類號: | G06F30/27;G06N3/04;G06N3/08;G06F119/14 |
| 代理公司: | 北京開陽星知識產權代理有限公司 11710 | 代理人: | 姚金金 |
| 地址: | 528200 廣東省*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 打磨 工藝 參數 組合 確定 方法 裝置 電子設備 介質 | ||
1.一種打磨工藝參數組合的確定方法,其特征在于,所述方法包括:
獲取多個梯度的需求參數;所述需求參數包括:模具表面粗糙度和打磨去除量;
基于目標預測模型獲取各個梯度的需求參數對應的目標工藝參數組合;所述目標工藝參數組合包括:主軸電機轉速、打磨壓力、進給、步距、磨頭目數以及磨頭直徑;
根據各個梯度的需求參數、以及各個梯度的需求參數對應的目標工藝參數組合,建立工藝參數數據庫;
基于目標需求參數和所述工藝參數數據庫,確定目標需求參數對應的目標工藝參數組合。
2.根據權利要求1所述的方法,其特征在于,基于目標預測模型獲取各個梯度的需求參數對應的目標工藝參數組合之前,所述方法還包括:
獲取數據樣本集;所述數據樣本集包括:訓練樣本集和測試樣本集;
構建預設傳遞函數;所述預設傳遞函數用于建立工藝參數組合與需求參數之間的非線性關系;
根據所述訓練樣本集、以及所述預設傳遞函數對初始預測模型進行訓練,以獲取目標預測模型。
3.根據權利要求2所述的方法,其特征在于,所述獲取數據樣本集,包括:
確定需求參數;
分析影響所述需求參數的各個工藝參數,為各工藝參數均設置W個工藝參數水平,所述W為大于等于2的整數;
根據正交實驗原則設計實驗方案,確定預設數量個實際工藝參數組合;
測量所述預設數量個實際工藝參數組合分別對應的實際需求參數;
根據所述預設數量個實際工藝參數組合、以及所述預設數量個實際工藝參數組合分別對應的實際需求參數,獲取數據樣本集。
4.根據權利要求2所述的方法,其特征在于,所述構建預設傳遞函數,包括:
確定均方誤差函數;
以所述均方誤差函數作為評價指標,確定預設傳遞函數:
其中,X為訓練樣本集,i=1、2、3…P, P為訓練樣本集的數據量,為附加權重因子,為速率權重因子,為第個樣本數據對應的原傳遞函數,為第個樣本數據對應的預設傳遞函數,表示對所述均方誤差函數求導。
5.根據權利要求4所述的方法,其特征在于,所述確定均方誤差函數,包括:
將所述訓練樣本集輸入初始預測模型中,獲取預測需求參數;所述預測需求參數包括:預測模具表面粗糙度和預測打磨去除量;
當所述預測需求參數為模具表面粗糙度時,所述確定均方誤差函數,包括:
當所述預測需求參數為打磨去除量時,所述確定均方誤差函數,包括:
其中,P為訓練樣本集的數據量,表示第i個實際模具表面粗糙度,表示第i個預測模具表面粗糙度,表示第i個實際打磨去除量,表示第i個預測打磨去除量。
6.根據權利要求2所述的方法,其特征在于,在獲取目標預測模型之前,所述方法還包括:
對所述數據樣本集中的工藝參數進行無量綱化處理。
7.根據權利要求2所述的方法,其特征在于,在獲取目標預測模型之前,所述方法還包括:
對所述數據樣本集中的工藝參數分別設置預設取值范圍。
8.一種打磨工藝參數組合的確定裝置,其特征在于,包括:
獲取模塊,用于獲取多個梯度的需求參數;所述需求參數包括:模具表面粗糙度和打磨去除量;
處理模塊,用于基于目標預測模型獲取各個梯度的需求參數對應的目標工藝參數組合;所述目標工藝參數組合包括:主軸電機轉速、打磨壓力、進給、步距、磨頭目數以及磨頭直徑;
數據庫模塊,用于根據各個梯度的需求參數、以及各個梯度的需求參數對應的目標工藝參數組合,建立工藝參數數據庫;
確定模塊,用于基于目標需求參數和所述工藝參數數據庫,確定目標需求參數對應的目標工藝參數組合。
9.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現權利要求1至7任一項所述打磨工藝參數組合的確定方法。
10.一種電子設備,包括存儲器和處理器,所述存儲器存儲有計算機程序,其特征在于,所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述打磨工藝參數組合的確定方法。
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季華實驗室,未經季華實驗室許可,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/202210561504.5/1.html,轉載請聲明來源鉆瓜專利網。





