[发明专利]一种涡轮增压叶片质量控制方法

说明书

本发明公开了一种涡轮增压叶片质量控制方法，涉及非电变量的控制或调节系统领域。该叶片制造方法包括：在叶轮叶片加工过程中，基于广义回归神经网络的刀具磨损预测模型，对加工工艺参数进行动态优化调整，在完成叶轮叶片的初步成型后，在加工零件表面喷涂条形码，采用视觉检测技术进行叶轮叶片周向零点定位以及动平衡信息追溯，通过动平衡测试仪，测得动平衡参数，建立力学模型，融合遗传算法与最小二乘影响系数法，对校正参数进行调整，将不满足动平衡要求的零件送回加工中心，基于校正参数进行补偿，采用多角度、变光源产品缺陷多维检测系统进行零件缺陷检测。

技术领域

本发明涉及领域为G05D：非电变量的控制或调节系统，具体涉及一种涡轮增压叶片质量控制方法。

背景技术

涡轮增压系统是实现新一代汽车节能环保、高燃烧效率、超强动力、超长续航等高性能需求的重要保障，叶轮叶片、中间壳、压气机壳等涡轮增压系统复杂精密零件加工质量直接影响能量回收效能和传动效率。以叶轮叶片为例，整体结构复杂（大扭角自由曲面）、叶片薄（0.1mm）、加工精度高（圆度≤5μm），面临变曲率薄壁结构变形控制难、多类型微细缺陷检测精度低、专用装备核心技术缺失等行业“卡脖子”问题，且核心装备被国外长期垄断，严重制约我国复杂结构零件高精密加工的发展，亟需突破涡轮增压系统核心零部件高精密制造新模式，构建加工、检测、调控一体化智能生产线，实现涡轮增压系统高精密制造与核心装备国产化，推动新一代汽车智能制造产业转型升级。

申请人认为，动平衡检测-校正迭代修正补偿，是保证叶轮叶片加工质量与动平衡检测校正精度的关键，中国专利“CN112653306A，基于工业AI的电动机动平衡工艺优化方法及系统”，该方法包括在电动机转子制造过程中采集工艺数据；从工艺数据中提取关联特征数据；将关联特征数据输入训练后的AI模型得到优化工艺参数；基于优化工艺参数对生产设备进行控制。上述专利训练过程中采用遗传算法对AI模型参数进行优化，并不能达到最理想的效果。

刀具磨损闭环反馈自动补偿策略是解决因刀具磨损导致零件加工精度低的关键，中国专利“CN111185803B，一种用于磨损刀具在位姿态调整方法”，其方法包括：根据刀具寿命模型获得测量时刻；在测量时刻进行刀具磨损测量得到磨损值；由磨损值进行刀具在位姿态的调整。通过使用该方法快速实现对刀具磨损信息的获取，实现精确的判断并及时对切削参数进行调整，保障切削质量的同时实现刀具寿命的延长，节约成本。上述专利通过视觉的方法，来提供高质量检测样本，通过Canny算法获取磨损深度信息，无法实时对刀具磨损进行预测以及闭环反馈自动补偿。

因此需要提供一种能够提高动平衡检测矫正精度和刀具磨损预测精度进而提高涡轮增压叶片加工质量的制造方法。

发明内容

发明目的：本发明提出一种涡轮增压叶片质量控制方法，以解决现有技术存在的上述问题。

技术方案：一种涡轮增压叶片质量控制方法包括：S1. 将待加工零件放置于加工中心，在定位夹具中夹紧。

S2. 完成定位后，确定叶轮叶片加工工艺参数，采用外型线车削与流道铣削相结合的叶轮叶片加工工艺，完成叶轮叶片的一次成型。

S3. 在步骤S2的叶轮叶片加工过程中，基于广义回归神经网络的刀具磨损预测模型，对加工工艺参数进行动态优化调整。

S4. 将车铣完成后的叶轮叶片放到去毛刺工位处。

S5. 在步骤S4中完成叶轮叶片的初步成型后，在加工零件表面喷涂条形码，采用视觉检测技术进行叶轮叶片周向零点定位以及动平衡信息追溯。

S6. 将叶轮叶片运送至动平衡检测区域，通过动平衡测试仪，测得动平衡参数，建立力学模型，融合遗传算法与最小二乘影响系数法，对校正参数进行调整。

S7. 将不满足动平衡要求的零件送回加工中心，基于校正参数进行补偿。