一种识别金属拉深件成形微裂纹位置的方法

摘要

本发明公开一种识别金属拉深件成形微裂纹位置的方法，采集不同位置微裂纹的声发射信号特征参数，使用这些特征参数对BP神经网络进行训练，建立起了特征参数和微裂纹位置的非线性映射关系。根据特征参数对识别结果的灵敏度，在保证不影响识别结果的前提下，提取了5个最能表征信号的参数，将生产中采集的5个特征参数输入BP神经网络，识别微裂纹产生的位置，对比网络输出和目标输出，可以得到微裂纹产生的位置。本发明能很好地对金属拉深件裂纹产生位置进行识别，在获得足够训练样本的前提下，可以很准确的识别微裂纹位置，为选取工艺参数提供重要依据和参考。

主权项

1.一种识别金属拉深件成形微裂纹位置的方法，其特征是采用如下步骤：（1）在拉深模具的凸模和凹模上均布置采集拉深件成形微裂纹信号的声发射传感器，得到表征信号的相对到达时间、幅度、能率、振铃计数、上升计数、上升时间、能量、持续时间、有效值电压、平均信号电平、时间消耗这11个特征参数；（2）设计一个BP神经网络，BP神经网络激活函数采用Sigmoid 函数，输入神经元个数m由声发射信号的特征参数个数确定，输出层神经元个数由可能产生微裂纹的位置个数确定，隐含层神经元个数n由公式确定，a为[1,10]的常数；权初始值域取（-0.1,0.1）,最大循环迭代为10000；（3）采集训练样本，将样本数据归一化处理后作为BP神经网络的输入数据，每个目标输出由个二进制表示，设置c个微裂纹位置对应的目标输出，对BP神经网络进行训练；当训练误差小于0.001时停止训练，得到了训练好的BP神经网络；（4）将测试数据输入训练好的BP神经网络进行测试，计算特征参数对识别结果的灵敏度，得到灵敏度从高到低的特征参数；删除灵敏度最小的特征参数，得到新的训练样本数据和测试数据， （5）重复步骤（2）、（3）、（4），最终提取振铃计数、时间消耗、持续时间、幅度、能量5个特征参数；（6）使用所述5个特征参数对应的训练样本数据作为BP神经网络的输入，重复步骤（2）、（3）、建立5个特征参数和微裂纹位置的非线性映射关系；（7）将实际检测到的声发射信号的5个特征参数对应的数据表中的数据进行归一化处理后输入BP神经网络，根据所建立的非线性映射关系，当BP神经网络输出和某一个目标输出一样时，可识别微裂纹产生的位置。