[发明专利]一种面向渐进成形的误差优化方法及系统在审
| 申请号: | 202210999980.5 | 申请日: | 2022-08-19 |
| 公开(公告)号: | CN115310233A | 公开(公告)日: | 2022-11-08 |
| 发明(设计)人: | 杨海;陈显东;展超;代小龙;王佩;龚正 | 申请(专利权)人: | 南京智欧智能技术研究院有限公司 |
| 主分类号: | G06F30/17 | 分类号: | G06F30/17;G06F30/23;G06F30/27;G06N3/08;G06F111/10 |
| 代理公司: | 南京泰普专利代理事务所(普通合伙) 32360 | 代理人: | 方晓雯 |
| 地址: | 211100 江苏省南京市江宁区开*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 面向 渐进 成形 误差 优化 方法 系统 | ||
1.一种面向渐进成形的误差优化方法,其特征在于,具体包括以下步骤:
步骤1、根据目标作业对象获取成形参数;
步骤2、基于所述成形参数建立正交试验表格;
步骤3、进行正交试验并获取试验结果;
步骤4、根据所述试验结果建立回弹量预测模型;
步骤5、所述回弹量预测模型接收作业过程中涉及到的工艺参数并进行分析;
步骤6、根据所述回弹量预测模型输出的分析结果,获得回弹量的数值;
步骤7、根据所述回弹量的数值大小,调整作业过程中的设备参数,提高作业精度。
2.根据权利要求1所述的一种面向渐进成形的误差优化方法,其特征在于,所述回弹量预测模型包括:输入层、隐含层和输出层;
所述隐含层作为中间数据处理层,通过连接权值与所述输入层和所述输出层进行数据交互。
3.根据权利要求1所述的一种面向渐进成形的误差优化方法,其特征在于,所述回弹量预测模型对数据进行分析处理的过程中,采用小波函数进行数据的映射变换;
所述小波函数h(x)的表达式为:
式中,x表示待进行小波变换的参数量。
4.根据权利要求1所述的一种面向渐进成形的误差优化方法,其特征在于,在所述回弹量预测模型接收作业过程中涉及到的工艺参数进行分析之前,还包括对接收数据进行归一化的处理。
5.根据权利要求1所述的一种面向渐进成形的误差优化方法,其特征在于,为了提高所述回弹量预测模型的性能,通过构建训练样本和测试样本的方式,进行预测性能的训练。
6.根据权利要求5所述的一种面向渐进成形的误差优化方法,其特征在于,所述训练样本和测试样本采用有限元模拟方式获取。
7.根据权利要求5所述的一种面向渐进成形的误差优化方法,其特征在于,基于所述成形参数建立正交试验表格,并进行正交试验获取试验结果的过程中,由于回弹量的数值大小会受到目标物不同属性因素的影响,所以在采用正交试验获取到对应的数据后,进一步根据建立的正交试验表格,计算表格中每一列的极差值,通过极差值获取不同因素指标对回弹量数值影响的大小,进而获取影响回弹量数值因素的主次顺序。
8.一种面向渐进成形的误差优化系统,用于实现如权利要求1-7任意一项所述的误差优化方法,其特征在于,具体包括以下模块:
参数读取模块,被设置为获取目标作业对象成形过程中的成形参数;
表格建立模块,被设置为建立正交试验所需要的表格;
试验执行模块,被设置为根据编个建立模块构建的表格数据实施实验;
模型构建模块,被设置为根据试验执行模块获得的实验数据构建回弹量预测模型;
数据分析模块,被设置为利用所述回弹量预测模型分析作业过程中涉及到的工艺参数;
数据输出模块,被设置为输出所述数据分析模块分析出的结果;
参数调整模块,被设置为根据所述数据输出模块输出的结果,调整作业过程中的设备参数。
9.一种面向渐进成形的误差优化设备,其特征在于,所述设备包括:
处理器以及存储有计算机程序指令的存储器;
所述处理器读取并执行所述计算机程序指令,以实现如权利要求1-7任意一项所述的误差优化方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-7任意一项所述的误差优化方法。
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南京智欧智能技术研究院有限公司,未经南京智欧智能技术研究院有限公司许可,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/202210999980.5/1.html,转载请声明来源钻瓜专利网。





