摘要
本发明公开了一种机理‑数据混合驱动的加工变形在线预测方法,包括:建立残余应力场变形机理模型,根据输入的零件离散单元残余应力值,计算得到零件离散单元的变形量;建立多层感知机模型,根据零件离散单元变形量输出为零件整体变形量;建立深度学习网络模型,根据零件离散单元残余应力值输出为多层感知机模型的隐藏层权重;对深度学习网络模型进行训练;在线采集加工过程多源数据输入机理模型和深度学习模型,输出加工变形预测结果并量化局部应力对整体变形的影响程度。本发明能够在线预测薄壁件铣削加工变形,同时量化局部应力对整体变形的影响程度,可为基于残余应力场调控的加工变形控制策略提供参考。
技术关键词
深度学习网络模型
数据混合驱动
在线预测方法
多层感知机
薄壁件铣削
残余应力场
残差模块
残余应力值
零件
悬臂梁理论
编码模块
切削力
解码模块
有限元网格划分
残余应力状态
薄膜压力传感器
加速度
系统为您推荐了相关专利信息
智能中央空调
传感器融合
中央空调内机
雷达传感器
中央控制器
炼钢炉渣
破碎锤
成分含量
换热面积
设备运行数据
阻旋式料位计
隔爆阀
叶丝干燥工序
压差传感器
温度传感器
情绪识别方法
情绪识别模型
情绪特征
多层感知机
频段
融合特征
定位特征
深度学习网络模型
红外相机
动态