[发明专利]一种颤振纹理的检测方法及其装置

说明书

本申请提出一种颤振纹理的检测方法及其装置，该方法首先将采集的薄壁件铣削纹理图像进行图像预处理，再按比例随机分成训练集和测试集；对训练集和测试集进行向量化处理、数据降维和归一化处理；建立神经网络模型结构，初始化模型的权重、偏差和学习率参数，构建激活函数，运用前向传播计算当前的损失函数和成本函数，再通过后向传播计算其梯度；通过运行梯度下降法对权重和偏差进行优化，最后使用网络模型的学习的参数对测试集进行预测和分类辨别，输出预测准确率。本申请方法实现简单，并且误差修正，颤振纹理辨别准确率高，运行时间短和实时性强。

技术领域

本发明涉及机械视觉图像处理技术领域，尤其涉及一种颤振纹理的检测方法及其装置。

背景技术

目前，薄壁类零件在航天航空、车辆、船舶等领域广泛应用，但由于薄壁类工件自身刚度相对较低，容易在其机械加工制造过程中产生形变和模态失稳现象，从而产生颤振。在绝大部分的加工中，颤振现象影响极其恶劣但又普遍存在，对工件表面质量、加工精度造成消极影响。颤振不仅会使铣削加工过程不稳定，而且会加剧机床的磨损，影响机床和刀具的使用寿命。因此，在国际上视薄壁件颤振问题为复杂的制造工艺难题。为提高薄壁件的加工精度和加工效率，需要对颤振现象进行检测和预防，因此有效的监测手段和精准的颤振辨识已经成为智能控制领域一个重要的研究方向。颤振监测辨识技术是通过使用各种工业传感器采集工件在机械加工过程中出现的各种物理信息，并进行传输和处理，依据处理的结果对加工颤振进行检测和辨识。

然而，目前颤振检测辨识技术主要分为：基于切削力信号的颤振检测，基于声场信号的颤振检测，基于振动信号的颤振检测和基于已加工工件表面图像信息的颤振检测。但由于切削中的切削液，噪声和振动的干扰等因素，导致了颤振的检测辨识方法精度普遍较低，并且还存有算法复杂度高，算法响应延迟，通用性差，容易产生漏报和误报等问题，因此无法应用在工业实际生产。

也就是说，对现存在线检测成本较高，通用性差的复杂多层次的颤振系统，急需集成和创新一种成本较低，通用性较好，精度较高的颤振检测方法。

发明内容

为了解决现有技术中的不足，本申请提供一种颤振纹理的检测方法，该方法在线检测，成本较低、通用性好，精度较高。

本申请第一方面提供一种颤振纹理的检测方法，所述方法包括：采集薄壁件的铣削纹理图像，所述铣削纹理图像包括正常切削图像和铣削颤振图像；

将所述铣削纹理图像进行预处理，并随机将预处理后的所述铣削纹理图像划分为训练集和测试集；所述训练集和所述测试集成预设比例；

对所述训练集和所述测试集进行向量化、数据降维以及归一化处理；

根据所述训练集和所述测试集建立神经网络模型，所述神经网络模型包括初始化参数、实现前向和后向传播的损失函数和成本函数及其梯度、运行梯度下降算法来优化参数、预测以及分类辨别；

初始化所述神经网络模型的权重、偏差、学习率和迭代步数参数，并构建阈值函数；

前向传播计算当前的损失函数和成本函数，并进行后向传播进行其梯度；

通过所述梯度下降算法计算权重和偏差；

将所述权重和所述偏差输入所述训练集，进行分类辨别，并输出颤振纹理的识别准确率。

本申请第二方面提供一种颤振纹理的检测装置，所述装置包括采集单元、处理单元以及输出单元；其中，

所述采集单元，采集薄壁件的铣削纹理图像，所述铣削纹理图像包括正常切削图像和铣削颤振图像；