[发明专利]电火花小孔加工在线穿透检测方法及其穿透检测系统有效

专利信息
申请号: 201811566495.9 申请日: 2018-12-19
公开(公告)号: CN111331211B 公开(公告)日: 2021-06-15
发明(设计)人: 张亚欧;夏蔚文;赵万生 申请(专利权)人: 上海交通大学
主分类号: B23H11/00 分类号: B23H11/00;B23H1/00;B23H9/14
代理公司: 上海交达专利事务所 31201 代理人: 王毓理;王锡麟
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电火花 小孔 加工 在线 穿透 检测 方法 及其 系统
【权利要求书】:

1.一种电火花小孔加工在线穿透检测方法,其特征在于,采集穿孔加工过程中的原始信号,提取特征信号进行预处理,并生成加工状态图;

在建模模式时,使用模式识别方法对已由人工分类的加工状态图进行处理,得到穿透判断模型,即分类模型;在检测模式时,读取所述穿透判断模型并使用模式识别方法,对实时得到的加工状态图进行分类从而得到穿透判断结果;

所述的加工过程中的特征信号包括:极间电流、电压、进给深度、有效放电率、短路率、进给率;

所述的加工状态图是指:选取预设窗口内的各个特征信号,预处理后绘制各自对应的变化趋势曲线,从而组成加工状态图;

所述的人工分类是指:在每个采样周期内,对状态图样本由人工进行分类,并记录每个样本及其对应的人工分类结果;

所述的模式识别是指:其中:f表示模式识别过程;y为识别结果,由整数表示,是模式识别过程的输出;为特征信号向量,包含一组特征信号,是模式识别过程的输入;m为分类模型,作为模式识别的依据,是模式别过程的输入;

所述的分类模型是指:其中:y为分类结果,由整数表示,是分类模型的输出;为特征信号向量,包含一组特征信号,是分类模型的输入。

2.一种实现权利要求1所述方法的穿透检测系统,其特征在于,包括:信号采集单元、信号处理单元、状态图生成单元、模式识别单元和分类模型单元,其中:信号采集单元分别与光栅尺、电流检测模块、电压检测模块相连获取距离信号、电流信息和电压信息,信号处理单元分别与信号采集单元和状态图生成单元相连并进行信号预处理,状态图生成单元与信号处理单元相连并获取处理后的信号数据,并生成状态图样本后输出至模式识别单元,模式识别单元根据状态图样本输出分类结果至分类模型单元,分类模型单元用于储存和提供模型数据。

3.根据权利要求2所述的系统,其特征是,每个采样周期内,所述的信号采集单元获得电流、电压、电极位置三种原始信号,并储存在缓冲区中;每个周期采样结束后将原始信号数据输出至信号处理单元,清空缓冲区并开始下一周期的数据采集和储存。

4.根据权利要求3所述的系统,其特征是,每个采样周期内,所述的信号处理单元从信号采集单元获得原始数据并提取包括电极进给速度、有效放电率和短路率的次级信号,归一化后作为加工过程特征信号,再对特征信号进行滤波后得到平滑信号,再使用离散时间移动平均模型对平滑信号进行预测,预测结果附加于平滑信号之后。

5.根据权利要求4所述的系统,其特征是,每个采样周期内,所述的状态图生成单元从信号处理单元得到处理后的包含平滑信号及其预测部分的特征信号,即特征信号变化趋势曲线,将特征信号的变化趋势曲线进行组合生成加工状态图。

6.根据权利要求5所述的系统,其特征是,所述的模式识别单元的运行模式包括:使用本方法获得分类模型的建模模式和在加工过程中使用本方法进行穿透检测的检测模式,其中:在建模模式下,每个采样周期内,状态图生成单元生成的状态图样本,由人工进行分类,并记录每个样本及其对应的人工分类结果,当获得合适数量的状态图样本及其人工分类结果后,将其输入模式识别单元以生成分类模型并输出至分类模型单元储存供检测模式时使用;模式识别单元在检测模式时从分类模型单元获取分类模型数据,从状态图生成单元获得一个加工状态图样本,分类结果为控制模块的输出作为加工过程的自动化控制的依据。

7.根据权利要求6所述的系统,其特征是,所述的模式识别单元采用支持向量机算法进行分类,具体是指:在由390个数据组成的加工状态图中,在对应的390维空间中寻找最优超平面,将两类点分开,并使得两类点中与该超平面的最短距离最大化,此超平面为其中:是390维向量,即此超平面的法向量;b是常量;是390维向量,表示一点;k是核函数,表示在390维或更高维度空间内的向量点乘法。

8.根据权利要求7所述的系统,其特征是,所述的模式识别单元在检测模式下读取分类模型数据后,周期性地获取一个样本带入分类模型计算,得到根据y的正负性,将样本分为两类。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海交通大学,未经上海交通大学许可,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/201811566495.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top