基于长短期记忆网络的滚齿质量在线评估方法
专利类型：发明专利
语 言：中文
申 请 号：CN201910280354.9
申 请 日：20190409
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20190719
公 开 号：CN110031214A
代 理 人：
代理机构：
摘 要：本发明涉及数控滚齿机床加工技术领域,针对传统的滚齿过程需要人工检验齿轮质量、效率低的缺点,公开了基于长短期记忆网络的滚齿质量在线评估方法,在滚齿加工过程获取滚齿有效振动序列数据集与滚齿精度指标数据集；通过样本分割和特征提取建立特征矩阵集,针对每个精度指标,分别建立与特征矩阵集对应的精度矩阵集；基于长短期记忆网络分别建立各振动方向下各精度指标的评估模型并得到各精度指标对应最优振动方向的评估模型；对于待评估的滚齿过程,截取待评估有效振动序列,通过样本分割和特征提取获取待评估特征矩阵,结合各精度指标对应最优振动方向的评估模型得到滚齿质量在线评估结果。本发明与现有技术相比,具有效率高的有益效果。
主 权 项：1.基于长短期记忆网络的滚齿质量在线评估方法,其特征在于,包括以下步骤：步骤S1：在滚齿加工过程中采集滚刀相互垂直的三个方向上的振动加速度信号,依据进给量、齿厚确定有效加工时间,依据有效加工时间截取该齿轮的有效振动序列,将加工完成的齿轮进行精度检测获取精度指标,所述精度指标包括但不限于齿形总误差、齿向总误差；步骤S2：将步骤S1重复N次,获取滚齿有效振动序列数据集与滚齿精度指标数据集,所述N不小于10；步骤S3：样本分割,首先确定二级子序列长度以及样本分割数Q,再依据有效振动序列长度确定一级子序列数P,对于滚齿有效振动序列数据集中每个齿轮的有效振动序列,先将有效振动序列分成P个依时间顺序排列的一级子序列,再将每个一级子序列分成Q个依时间顺序排列二级子序列,将每个一级子序列中的第1个二级子序列依次取出组成样本Y1,将每个一级子序列中的第2个二级子序列依次取出组成样本Y2,以此类推,将每个一级子序列中的第Q个二级子序列依次取出组成样本YQ,所述Q的值与二级子序列的长度固定,P的值随不同齿轮间有效振动序列长度的不同而改变；步骤S4：特征提取,从每个样本的Q个二级子序列中分别提取信号时域特征组成该样本的特征矩阵,将所有样本的特征矩阵依据振动方向分别组成特征矩阵集,针对每个精度指标,分别建立与特征矩阵集对应的精度矩阵集；步骤S5：针对各精度指标,先将所有有效振动序列依据精度评估结果进行排序,分别将评估结果最好的m个有效振动序列与评估结果最差的m个有效振动序列设为训练序列,剩余有效振动序列为测试序列,所述m为不小于0.25×N的整数,对应的将精度矩阵集分割为训练样本标签和测试样本标签,将特征矩阵集分割为与训练样本标签和测试样本标签分别对应的训练样本特征矩阵集和测试样本特征矩阵集；步骤S6：将各精度指标的训练样本标签与各振动方向的训练样本特征矩阵集送入长短期记忆网络分别训练,得到各振动方向下针对各精度指标的评估模型；步骤S7：针对各精度指标,将各振动方向下的测试样本特征矩阵集与测试样本标签送入由步骤S6得到的相应精度指标和振动方向下的评估模型,取各精度指标下准确率最高的振动方向作为该精度指标的最优振动方向,继而确定各精度指标对应最优振动方向的评估模型；步骤S8：对于待评估的滚齿过程,采集滚刀三个方向上的振动加速度信号,依据进给量、齿厚确定有效加工时间,依据有效加工时间截取待评估有效振动序列,确定待评估样本分割数D以及待评估二级子序列长度,依据待评估有效振动序列长度、待评估样本分割数D以及待评估二级子序列长度确定待评估一级子序列数R,先将待评估有效振动序列分成R个依时间顺序排列的待评估一级子序列,再将每个待评估一级子序列分成D个依时间顺序排列的待评估二级子序列,将每个待评估一级子序列中的第n个待评估二级子序列依次取出组成待评估样本,所述n为不大于D的任一正整数；步骤S9：针对各精度指标,选取相应最优振动方向下的待评估样本提取时域特征获取待评估特征矩阵,将待评估特征矩阵送入各精度指标对应最优振动方向的评估模型得到质量评估结果。
关 键 词：
法律状态：
IPC专利分类号：G01M13/021;G01M13/028