摘要
本发明属于机器人加工相关技术领域,其公开了一种大型复杂曲面零件的加工变形预测方法及设备,步骤为:(1)自采集到的大型复杂曲面零件加工过程中的切削力信号、振动信号及声发射信号提取时域特征、频域特征及时频域特征;(2)采用PCA算法对提取得到的特征进行线性降维;(3)将经PCA算法降维得到的特征输入双层LSTM神经网络模型,所述双层LSTM神经网络模型输出加工变形量初步预测值;(4)将经PCA算法降维得到的特征输入XGBoost预测模型,所述XGBoost预测模型输出预测残差,将所述加工变形量初步预测值与所述预测残差相加以得到加工变形预测值。本发明提高了适应性及预测准确性。
技术关键词
变形预测方法
曲面零件
双层LSTM神经网络
PCA算法
频域特征
预测残差
变形预测系统
切削力
时域特征
信号分析
数据采集系统
可读存储介质
小波阈值
混合方法
处理器
线性
测力仪
频率