[发明专利]基于非接触式检测的弧齿锥齿轮加工用模具磨损预测方法有效
申请号: | 201811367351.0 | 申请日: | 2018-11-16 |
公开(公告)号: | CN109446470B | 公开(公告)日: | 2020-07-31 |
发明(设计)人: | 姚斌;马晓帆;卢杰;蔡志钦 | 申请(专利权)人: | 厦门大学 |
主分类号: | G06F17/10 | 分类号: | G06F17/10;G06K9/62;B21K1/30 |
代理公司: | 厦门南强之路专利事务所(普通合伙) 35200 | 代理人: | 马应森 |
地址: | 361005 *** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 接触 检测 弧齿锥 齿轮 工用 模具 磨损 预测 方法 | ||
1.基于非接触式检测的弧齿锥齿轮加工用模具磨损预测方法,其特征在于包括以下步骤:
1)建立激光位移传感器在任意安装位姿下引入安装倾角误差的数学模型;
2)修正激光位移传感器安装倾角,完成对弧齿锥齿轮检测项的标定实验,建立物面倾角误差补偿模型;
3)用改进的支持向量机算法建立锻压模具磨损量与锻压件数的关系模型;使用误差补偿模型对弧齿锥齿轮精密测量后,用改进的支持向量机算法建立锻压模具磨损量与锻压件数的关系模型,具体包括:用表示检测项,用κ1,κ2,κ3...表示每个检测项的测量数值,用N表示模具锻压齿轮的数量;假设检测第n个的齿轮,根据上述参数,建立如下映射关系:
设为模具锻压前n个齿轮的所有参数,设[1 2 3...n]为相之对应的磨具锻压的齿轮个数;
将实验数据分为训练数据和预测数据,使用改进的支持向量机算法训练检测数据;与传统的支持向量机预测算法不同,改进的支持向量机回归预测算法引入松弛因子ε;
设ni为预测的弧齿锥齿轮模达到一定磨损程度所锻造的齿轮个数,对应的各检测项参数值为:
mi为模具达到相同磨损程度下,实际锻造齿轮的个数,其对应的各检测项参数数值为:
则:
ε=|pre-rea| (16)
若ε≥ξ,表明预测模具磨损的样本参数准确性较差,其中ξ为松弛因子设定值;用rea各数值替换pre各数值,相应地,mi替换ni,重新训练样本数据;这样,在传统的支持向量机算法中引入松弛因子ε,提高预测的准确度;
4)用自迭代支持向量机算法预测弧齿锥齿轮加工用模具磨损程度。
2.如权利要求1所述基于非接触式检测的弧齿锥齿轮加工用模具磨损预测方法,其特征在于在步骤1)中,所述激光位移传感器在任意安装位姿下测量,其测量结果中必将引入安装倾角误差,对激光位移传感器的安装位姿进行标定。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门大学,未经厦门大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811367351.0/1.html,转载请声明来源钻瓜专利网。