[发明专利]一种齿轮类零件机械损伤节点预测方法

权利要求书

1.一种齿轮类零件机械损伤节点预测方法，其特征在于，包括以下步骤：

步骤一、构建特征数据库，获取初始状态节点；

步骤二、对特征数据库中的特征数据进行处理；

步骤三、通过KNN模型进行训练；

步骤四、状态数据匹配与溯源；

所述步骤一的具体方法如下：

11)产品样本抽样，对各型号齿轮进行加载实验，获取生成状态数据集合；

选取目标型号的齿轮，在试制批次的标准件中以系统随机抽样的方式抽取样本，样本数量由该批次总量决定，小于3件，不超过当前批次总量的5％；在不同数值组合的环境变量下，采用材料性能测试仪分别测试零件综合性能，获取正常、故障、报废三种全生命周期状态节点数据集合，该集合包括环境变量及机械损伤形式标签，并将打标签后的数据集合录入数据库中；

12)状态节点分类；齿轮故障分为疲劳断裂、过负荷断裂、磨损、点蚀四种故障模式；其中，磨损、点蚀为故障状态；疲劳断裂、过负荷断裂统称为断裂，为报废状态；疲劳断裂、过负荷断裂、磨损、点蚀四种故障模式均通过视觉传感器获取尺寸指标，获取齿轮加载过程中的特征位置尺寸和图像，疲劳断裂、过负荷断裂、磨损、点蚀作为特有故障特征；故障特征由CNN视觉算法识别或人为识别后，依照特征数据集的时间节点对特征向量打标签，将整理完成打标签处理后的不同时间节点的实验数据，得到判定集；

所述磨损的判断规则如下：

当出现以下三种情况中的一种即判断当前状态视为磨损：

①齿面厚度测量值处于零件标准参数的80％以下且噪音变大；

②处于零件标准参数的80％～95％区间且有1cm的连续划痕；

③零件标准参数的80％～95％区间且存在直径0.5cm的几何形状畸变；

所述点蚀的判断规则如下：

当出现以下两种情况中的一种即判断当前状态为点蚀；

①锈斑、腐蚀斑点中直径超过0.5cm或20％齿轮厚度的数量大于1；

②齿轮变色总面积超过齿顶线、齿根线围成矩形面积的50％；

所述断裂的判断规则如下：

当出现以下三种情况中的一种即判断当前状态为断裂；

①存在齿根部断口；

②存在长度超过50％齿厚的轮齿节圆裂纹；

③存在轮齿节圆片状剥落；

所述步骤二的具体方法如下：

21)数据归一化；

其中，x_b为归一化后的特征元素；x_n为特征向量对应维度的特征元素；max为向量中的最大值；min为向量中的最小值；

22)数据降维；

23)数据清洗归类；

剔除步骤22)中的异常值，将处理后的数据对应源数据序列；

所述步骤三的具体方法如下：

将判定集经过数据处理后的数据集拆分为训练集和测试集，得到模型K值，确定KNN模型；

所述K值得确定方法如下：

根据训练集和测试集的实验结果，尝试不同的K值，找到精确率最大时对应的K值，其中TP为预测正确的样本量，FP为预测错误的样本量；

所述步骤四的具体方法如下：

根据步骤三中得到的识别结果，依照测试节点的t字段，链接到该字段分类范围内的状态序列，查看最近链路的对应的测试件下个节点状态及其边界时间值t，上传至数据平台辅助决策。