发明名称 | 内螺纹冷挤压加工质量在线预测方法 | ||
摘要 | 一种内螺纹冷挤压加工质量在线预测方法,其特征是包括在线学和在线预测两步进行,其中在线学包括:在加工装置上安装用于检测扭矩和温度的传感器进行信号的采集和将每次加工过程中采集的信号送入计算机中采用泛归一化的处理方法进行特征量的融合,构建出加工过程状态的典型参数集,并根据最终加工产品的质量,确定各加工过程状态下的加工质量,并将加工质量划分成不同的模式状态,计算各模式状态的聚类中心,据此作为下一步实际加工质量预测的依据;在线预测的关键是实时提取反映加工状态的特征值,并与学阶段建立的模式状态进行比较,预测出工件的加工质量。本发明具有简单易行,效率高,有利于提高内螺纹加工自动化水平的优点。 | ||
申请公布号 | CN101780488A | 申请公布日期 | 2010.07.21 |
申请号 | CN201019026122.7 | 申请日期 | 2010.03.01 |
申请人 | 南京航空航天大学 | 发明人 | 缪宏;左敦稳;张敏;黎向锋;沙小伟;冯海虎 |
分类号 | B21C31/00(2006.01)I | 主分类号 | B21C31/00(2006.01)I |
代理机构 | 南京天华专利代理有限责任公司 32218 | 代理人 | 瞿网兰 |
主权项 | 一种内螺纹冷挤压加工质量在线预测方法,其特征是针对同一种类的被加工基材和丝锥应分别采用在线学习和在线预测两步进行,其中在线学习包括:首先,在加工装置上安装用于检测扭矩和温度的传感器进行信号的采集;其次,将每次加工过程中采集的信号送入计算机中采用泛归一化的处理方法进行特征量的融合,构建出加工过程状态的典型参数集,并根据最终加工产品的质量,确定各加工过程状态下的加工质量,并将加工质量划分成不同的模式状态,计算各模式状态的聚类中心,据此作为下一步实际加工质量预测的依据;所述的在线预测包括:首先,也在加工装置上安装用于检测扭矩和温度的传感器进行信号的采集;其次,实时提取反映加工状态的特征值,并与学习阶段建立的模式状态进行比较,在模式状态识别过程中采用基于最小风险的类中心欧氏距离法,根据提取的特征值向量与模式中心向量的欧氏距离的分布情况实现对加工状态的模式划分,预测出工件的加工质量。 | ||
地址 | 210016 江苏省南京市御道街29号 |