一种基于大数据的设备机架加工精度控制系统及方法与流程

allin2025-07-20  24


本发明属于加工精度控制系统领域,具体来说,特别涉及一种基于大数据的设备机架加工精度控制系统及方法。


背景技术:

1、中国专利cn110007643b公开了一种用于道岔制造过程自动化在线检测设备及方法,对道岔轨件的轮廓进行测量,测量距离,接收并存储数据,同时调取道岔轨件;调用数据进行处理,与道岔轨件标准数据对比,形成检测报表;对道岔轨件进行吹扫处理;实现了对数控铣削加工轮廓几何尺寸的自动检测,提高了测量精度。

2、在某些设备机架中,导轨是组成部件之一;导轨的加工往往有较高的精度要求,激光加工具有较高的加工精度,然而,激光加工时受加工材料的影响较大,若针对不同的材料采用固定的激光加工设备参数以及加工轨迹,会直接影响加工精度。


技术实现思路

1、针对相关技术中的问题,本发明提出一种基于大数据的设备机架加工精度控制系统及方法,以克服现有相关技术所存在的上述技术问题。

2、为解决上述技术问题,本发明是通过以下技术方案实现的:

3、本发明为一种基于大数据的设备机架加工精度控制方法,包括以下步骤:

4、s1、从多个待加工设备机架的导轨设计图纸中提取出加工轨迹方程并进行预处理操作,得到第二轨迹方程矩阵;

5、s2、获取激光设备的初始参数,得到初始参数集;根据所述第二轨迹方程矩阵中轨迹方程的曲率极大值判定是否对第二轨迹方程矩阵以及初始参数集进行优化;当判定结果显示需要优化时,对第二轨迹方程矩阵以及初始参数集进行优化,优化完成后得到最终轨迹方程矩阵集、第一最终参数矩阵以及第二最终参数矩阵;

6、s3、将所述最终轨迹方程矩阵集、第一最终参数矩阵以及第二最终参数矩阵存储进数据库中;

7、s4、采集待加工设备机架导轨的材料、加工轨迹方程以及对应激光加工设备的参数,得到待加工材料、待加工轨迹方程集以及待加工参数集;对待加工轨迹方程集进行预处理操作,得到第二待加工轨迹方程集;根据所述第二待加工轨迹方程集中轨迹方程的曲率极大值判定是否对第二待加工轨迹方程集和待加工参数集进行调整,当判定结果为需要调整时,配合数据库对第二待加工轨迹方程集和待加工参数集进行调整;

8、为增加采集数据的丰富性,从多个待加工设备机架的导轨设计图纸中提取出加工轨迹方程,为最后对待加工设备机架导轨进行激光加工时对激光设备的参数以及加工轨迹进行优化提供了丰富的数据参照依据;由于加工轨迹不能够弯曲度过大,因此对采集的轨迹过程中曲率极大值超过设定阈值的加工轨迹方程进行初步调整;再将可以连续进行加工的步骤进行次序交换,并将对应的轨迹方程进行合并,从而有利于提高加工的效率;当采用初始的轨迹方程以及激光设备参数无法达到对应的加工精度要求,需要对轨迹方程的参数以及激光设备的参数进行调整,以达到对应的加工精度要求;为后续对待加工设备机架导轨进行加工对加工轨迹以及设备参数进行优化提供了较为准确的参考数据;再将调整好的数据存储进行数据库,以便于后续进行参考对比;最后根据数据库的数据对待加工设备机架导轨进行加工时的加工轨迹以及设备参数进行优化调整,从而提高了加工精度。

9、优选地,所述s1包括以下步骤:

10、s11、采集多个待加工设备机架的导轨设计图纸,得到导轨设计图纸集;从所述导轨设计图纸集中每个导轨设计图纸提取出加工轨迹方程,得到初始轨迹方程矩阵;

11、s12、对所述初始轨迹方程矩阵中可以合并加工的轨迹方程进行合并处理,得到第一轨迹方程矩阵;

12、s13、计算所述第一轨迹方程矩阵中每个轨迹方程的曲率方程,得到第一轨迹曲率方程矩阵;再计算所述第一轨迹曲率方程矩阵中每个轨迹曲率方程的极大值,得到第一曲率极大值矩阵;

13、s14、设定第一曲率阈值;当所述第一曲率极大值矩阵b中存在曲率极大值大于或者等于第一曲率阈值时,则将对应的第一轨迹方程进行调整,直到所述第一曲率极大值矩阵b中不存在曲率极大值大于或者等于第一曲率阈值时为止,得到第二轨迹方程矩阵;

14、设定所述第二轨迹方程矩阵中每个轨迹方程的参数,得到第二轨迹方程参数集矩阵;

15、由于加工轨迹是较为复杂,单一的方程无法对其进行描述,因此,从导轨设计图纸集中每个导轨设计图纸提取出的加工轨迹方程都具有多个;通过设定第一曲率阈值,将提取处的加工轨迹方程中曲率超过第一曲率阈值的方程的参数进行调整,从而保证了在进行加工时的加工轨迹的平缓程度,保证了加工的稳定性;其中,通过计算加工轨迹方程的曲率极大值,当极大值未超过设定的阈值,即表示所有轨迹点的曲率都未超过设定的阈值。

16、优选地,所述s2包括以下步骤:

17、s21、设定导轨材料类型集;采集所述导轨材料类型集中每个导轨材料类型的对应的材料样品和特性数据,得到材料特性数据矩阵;

18、s22、设定多个影响激光加工精度的激光设备的多个参数类型,得到激光参数类型集;

19、根据所述激光参数类型集获取激光设备的初始参数,得到初始参数集;

20、s23、计算所述第二轨迹方程矩阵中每个轨迹方程的曲率方程,得到第二轨迹曲率方程矩阵;再计算所述第二轨迹曲率方程矩阵中每个轨迹曲率方程的极大值,得到第二曲率极大值矩阵;

21、s24、设定第二曲率阈值;当所述第二曲率极大值矩阵中存在曲率极大值大于或者等于第二曲率阈值时,根据材料特性数据矩阵判定是否对所述第二轨迹方程矩阵以及初始参数集进行优化,得到最终轨迹方程矩阵集以及第一最终参数矩阵;

22、当所述第二曲率极大值矩阵中不存在曲率极大值大于或者等于第二曲率阈值时,根据所述材料特性数据矩阵判定是否对初始参数集进行优化,得到第二最终参数矩阵;

23、导轨材料类型集中包括钢材、铝合金、不锈钢、工程塑料、复合材料以及高聚物材料等;特性数据中包括热传导特性、反射率、以及激光与材料相互作用产生的气孔或裂纹;激光参数类型集中包括功率、速度、焦点位置等;通过设置第二曲率阈值,当加工轨迹方程中的曲率极大值未达到第二曲率阈值,则不需要对加工轨迹方程进行调整,只需对激光设备的参数进行调整,从一定程度上简化了调整的复杂度。

24、优选地,s24中根据材料特性数据矩阵判定是否对所述第二轨迹方程矩阵以及初始参数集进行优化包括以下步骤:

25、s2411、遍历所述材料特性数据矩阵,分别采用激光设备对所述材料特性数据矩阵中每行数据对应的导轨材料类型构成的导轨原材料进行加工;当加工完成后,得到第一成品导轨;在所述第一成品导轨设定多个测量位置点,得到第一位置点集;根据第一位置点集设定不同位置点处的平整度参数阈值、平整度参数误差阈值、尺寸参数阈值集以及尺寸参数误差阈值集;再根据所述第一位置点集测量第一成品导轨在不同位置点处的平整度参数以及尺寸参数,得到第一平整度参数集和第一尺寸参数矩阵;

26、s2412、将所述第一平整度参数集中每个平整度参数与平整度参数阈值之间进行作差并取绝对值,得到第一初始平整度参数误差数据集;再将所述第一尺寸参数矩阵中每行数据与尺寸参数阈值集进行作差并取绝对值,得到第一初始尺寸参数误差数据矩阵;

27、当第一初始平整度参数误差数据集中存在初始平整度参数误差数据大于或者等于所述平整度参数误差阈值或者第一初始尺寸参数误差数据矩阵中存在初始尺寸参数误差数据大于或者等于对应的尺寸参数误差阈值时,对所述第二轨迹方程矩阵以及初始参数集进行优化;否则,不需要对所述第二轨迹方程矩阵以及初始参数集进行优化,直接将所述初始参数集中每个初始参数作为每个导轨材料类型对应的第一最终参数,再直接将所述第二轨迹方程矩阵作为每个导轨材料类型对应的最终轨迹方程矩阵;

28、通过设定多个测量位置点,提高了测量的全面性,使得采集的平整度参数和尺寸参数更加准确;通过计算采集的平整度参数和尺寸参数与标准值之间的误差,再将计算得到的误差与设定的误差阈值进行对比,从而可以判定出当前的加工成品是否满足加工要求,进而为后续构建第一麻雀种群的适应度函数提供了数据基础。

29、优选地,s2412中对所述第二轨迹方程矩阵以及初始参数集进行优化具体包括以下步骤:

30、s24121、构建第一麻雀种群;设定所述第一麻雀种群的最大迭代次数为、当前迭代次数为,分别记为第一最大迭代次数和第一当前迭代次数;

31、s24122、根据所述第二轨迹方程参数集矩阵以及初始参数集设定第一麻雀种群中每只麻雀的初始位置,得到第一初始位置矩阵;

32、s24123、根据所述第一初始平整度参数误差数据集、第一初始尺寸参数误差数据矩阵、平整度参数误差阈值以及尺寸参数误差阈值集设定第一麻雀种群的适应度函数;

33、s24124、开始进行迭代,迭代前将所述第一当前迭代次数设置为1;每轮迭代过程中根据所述第一麻雀种群的适应度函数计算每只麻雀的适应度值,得到第一适应度值集;将所述第一适应度值集中最大适应度值以及对应的麻雀个体的位置分别作为第一全局最佳适应度和第一全局最佳位置,再根据所述第一全局最佳适应度和第一全局最佳位置更新第一麻雀种群中每只麻雀的位置;当所述第一麻雀种群中每只麻雀的位置均更新完成后,将所述第一当前迭代次数加1并进入下一轮迭代;

34、s24125、当时,停止进行迭代,输出第一最终位置矩阵;选出所述第一最终位置矩阵中适应度值最大的位置并将其代入第二轨迹方程矩阵以及初始参数集中,得到第一调优后的初始参数集和第一调优后的轨迹方程矩阵;

35、s24126、将所述第一调优后的初始参数集和第一调优后的轨迹方程矩阵应用于对应的激光加工过程中,并根据所述平整度参数阈值以及尺寸参数阈值集计算平整度参数误差数据和尺寸参数误差数据,得到调整后的平整度参数误差数据集和调整后的尺寸参数误差数据矩阵;

36、当调整后的平整度参数误差数据集中存在平整度参数误差数据大于或者等于所述平整度参数误差阈值或者调整后的尺寸参数误差数据矩阵中存在尺寸参数误差数据大于或者等于对应的尺寸参数误差阈值时,返回s24124继续进行迭代,直到当调整后的平整度参数误差数据集中不存在平整度参数误差数据大于或者等于所述平整度参数误差阈值且调整后的尺寸参数误差数据矩阵中不存在尺寸参数误差数据大于或者等于对应的尺寸参数误差阈值时为止,得到最终轨迹方程矩阵集以及第一最终参数矩阵;

37、麻雀优化算法通过个体间的相互作用,实现优化问题的求解;且包含了多种不同角色,强化了算法的全局搜索和局部开发能力;因此,本方案中通过采用麻雀优化算法对第二轨迹方程矩阵中每个轨迹方程的参数以及初始参数集中的各个初始参数同时进行多次迭代优化,采用加工的平整度参数以及尺寸参数的误差值作为适应度值,因此通过不断的迭代,使得得到的轨迹方程和设备参数更加符合加工的要求。

38、优选地,s24中根据所述材料特性数据矩阵判定是否对初始参数集进行优化包括以下步骤:

39、s2421、遍历所述材料特性数据矩阵,分别采用激光设备对所述材料特性数据矩阵中每行数据对应的导轨材料类型构成的导轨原材料进行加工;当加工完成后,得到第二成品导轨;

40、在所述第二成品导轨设定多个测量位置点,得到第二位置点集;根据所述第二位置点集测量第二成品导轨在不同位置点处的平整度参数以及尺寸参数,得到第二平整度参数集和第二尺寸参数矩阵;

41、s2422、将所述第二平整度参数集中每个平整度参数与平整度参数阈值之间进行作差并取绝对值,得到第二初始平整度参数误差数据集;再将所述第二尺寸参数矩阵中每行数据与尺寸参数阈值集进行作差并取绝对值,得到第二初始尺寸参数误差数据矩阵;

42、当第二初始平整度参数误差数据集中存在初始平整度参数误差数据大于或者等于所述平整度参数误差阈值或者第二初始尺寸参数误差数据矩阵中存在初始尺寸参数误差数据大于或者等于对应的尺寸参数误差阈值时,对所述初始参数集进行优化;否则,不需要对所述初始参数集进行优化,直接将所述初始参数集中每个初始参数作为每个导轨材料类型对应的第二最终参数;

43、通过将第二平整度参数集中每个平整度参数与平整度参数阈值之间进行作差并取绝对值,得到第二初始平整度参数误差数据集,再将第二尺寸参数矩阵中每行数据与尺寸参数阈值集进行作差并取绝对值,得到第二初始尺寸参数误差数据矩阵,为后续构建第二麻雀种群的适应度函数提供了数据基础。

44、优选地,s2422中对所述初始参数集进行优化具体包括以下步骤:

45、s24221、构建第二麻雀种群;设定所述第二麻雀种群的最大迭代次数为、当前迭代次数为,分别记为第二最大迭代次数和第二当前迭代次数;

46、s24222、根据所述初始参数集设定第二麻雀种群中每只麻雀的初始位置,得到第二初始位置矩阵;

47、s24223、根据所述第二初始平整度参数误差数据集、第二初始尺寸参数误差数据矩阵、平整度参数误差阈值以及尺寸参数误差阈值集设定第二麻雀种群的适应度函数;

48、s24224、开始进行迭代,迭代前将所述第二当前迭代次数设置为1;每轮迭代过程中根据所述第二麻雀种群的适应度函数计算每只麻雀的适应度值,得到第二适应度值集;将所述第二适应度值集中最大适应度值以及对应的麻雀个体的位置分别作为第二全局最佳适应度和第二全局最佳位置,再根据所述第二全局最佳适应度和第二全局最佳位置更新第二麻雀种群中每只麻雀的位置;当所述第二麻雀种群中每只麻雀的位置均更新完成后,将所述第二当前迭代次数加1并进入下一轮迭代;

49、s24225、当时,停止进行迭代,输出第二最终位置矩阵;选出所述第二最终位置矩阵中适应度值最大的位置并将其代入初始参数集中,得到第二调优后的初始参数集;

50、s24226、将所述第二调优后的初始参数集应用于对应的激光加工过程中,并根据所述平整度参数阈值以及尺寸参数阈值集计算平整度参数误差数据和尺寸参数误差数据;

51、当调整后的平整度参数误差数据中存在平整度参数误差数据大于或者等于所述平整度参数误差阈值或者调整后的尺寸参数误差数据中存在尺寸参数误差数据大于或者等于对应的尺寸参数误差阈值时,返回s24224继续进行迭代,直到当调整后的平整度参数误差数据中不存在平整度参数误差数据大于或者等于所述平整度参数误差阈值且调整后的尺寸参数误差数据中不存在尺寸参数误差数据大于或者等于对应的尺寸参数误差阈值时为止,得到第二最终参数矩阵;

52、通过采用麻雀优化算法对初始参数集中的各个初始参数同时进行多次迭代优化,采用尺寸参数的误差值作为适应度值,通过不断的迭代,使得得到的设备参数更加符合加工的要求。

53、优选地,所述s3包括以下步骤:

54、s31、构建轨迹方程数据库、第一激光设备参数数据库和第二激光设备参数数据库;

55、s32、将所述最终轨迹方程矩阵集、第一最终参数矩阵以及第二最终参数矩阵分别存储进轨迹方程数据库、第一激光设备参数数据库和第二激光设备参数数据库中;

56、通过构建轨迹方程数据库、第一激光设备参数数据库和第二激光设备参数数据库,为后续对待加工设备机架导轨的加工参数进行优化提供优化方向。

57、优选地,所述s4包括以下步骤:

58、s41、设定待加工设备机架导轨,根据需求获取所述待加工设备机架导轨的材料、加工轨迹方程以及对应激光加工设备的参数,得到待加工材料、待加工轨迹方程集以及待加工参数集;

59、对所述待加工轨迹方程集中可以合并加工的待加工轨迹方程进行合并处理,得到第一待加工轨迹方程集;将所述第一待加工轨迹方程集中每个待加工轨迹方程的曲率方程并计算极大值,得到第一待加工曲率极大值集;当所述第一待加工曲率极大值集中存在曲率极大值大于或者等于第一曲率阈值时,则将对应的待加工轨迹方程进行调整,直到所述第一待加工曲率极大值集中不存在曲率极大值大于或者等于第一曲率阈值时为止,得到第二待加工轨迹方程集;

60、s42、将所述第二待加工轨迹方程集中每个待加工轨迹方程的曲率方程并计算极大值,得到第二待加工曲率极大值集;

61、s43、当所述第二待加工曲率极大值集中不存在曲率极大值大于或者等于第二曲率阈值时,配合待加工材料以及第二激光设备参数数据库对所述待加工参数集进行调整,得到第一调整后的待加工参数集;将所述第一调整后的待加工参数集应用于对待加工设备机架导轨进行加工的激光设备中;

62、当所述第二待加工曲率极大值集中存在曲率极大值大于或者等于第二曲率阈值时,配合待加工材料将所述第二待加工轨迹方程集与第二轨迹方程矩阵进行相似度计算,将第二轨迹方程矩阵中与所述第二待加工轨迹方程集相似度最大的轨迹方程对应的轨迹方程数据库中的每个轨迹方程的参数应用于第二待加工轨迹方程集中,同时配合第一激光设备参数数据库对所述待加工参数集进行调整,得到第二调整后的待加工参数集;将所述第二调整后的待加工参数集应用于对待加工设备机架导轨进行加工的激光设备中;

63、通过将第二轨迹方程矩阵中与第二待加工轨迹方程集相似度最大的轨迹方程对应的轨迹方程数据库中的每个轨迹方程的参数应用于第二待加工轨迹方程集中,从而建立起了第二待加工轨迹方程集与轨迹方程数据库中数据的连续,而轨迹方程数据库中数据均为经过优化后的数据,因此为对第二待加工轨迹方程集中待加工轨迹方程参数进行调整提供了调整方向。

64、一种基于大数据的设备机架加工精度控制系统,包括轨迹方程获取模块、第一轨迹方程预处理模块、激光设备参数获取模块、第一判定模块、第一优化模块、数据存储模块、待加工导轨加工数据采集模块、第二轨迹方程预处理模块、第二判定模块和第二优化模块。

65、本发明具有以下有益效果:

66、1.本发明中通过从多个待加工设备机架的导轨设计图纸中提取出加工轨迹方程,为最后对待加工设备机架导轨进行激光加工时对激光设备的参数以及加工轨迹进行优化提供了丰富的数据参照依据;当采用初始的轨迹方程以及激光设备参数无法达到对应的加工精度要求,需要对轨迹方程的参数以及激光设备的参数进行调整,以达到对应的加工精度要求;为后续对待加工设备机架导轨进行加工对加工轨迹以及设备参数进行优化提供了较为准确的参考数据;再将调整好的数据存储进行数据库,以便于后续进行参考对比;最后根据数据库的数据对待加工设备机架导轨进行加工时的加工轨迹以及设备参数进行优化调整,从而提高了加工精度。

67、2.本发明中通过设置第二曲率阈值,当加工轨迹方程中的曲率极大值未达到第二曲率阈值,则不需要对加工轨迹方程进行调整,只需对激光设备的参数进行调整,从一定程度上简化了调整的复杂度。

68、3.本发明中通过采用麻雀优化算法对第二轨迹方程矩阵中每个轨迹方程的参数以及初始参数集中的各个初始参数同时进行多次迭代优化,采用加工的平整度参数以及尺寸参数的误差值作为适应度值,因此通过不断的迭代,使得得到的轨迹方程和设备参数更加符合加工的要求。

69、当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。


技术特征:

1.一种基于大数据的设备机架加工精度控制方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于大数据的设备机架加工精度控制方法,其特征在于,所述s1包括以下步骤:

3.根据权利要求2所述的一种基于大数据的设备机架加工精度控制方法,其特征在于,所述s2包括以下步骤:

4.根据权利要求3所述的一种基于大数据的设备机架加工精度控制方法,其特征在于,s24中根据材料特性数据矩阵判定是否对所述第二轨迹方程矩阵以及初始参数集进行优化包括以下步骤:

5.根据权利要求4所述的一种基于大数据的设备机架加工精度控制方法,其特征在于,s2412中对所述第二轨迹方程矩阵以及初始参数集进行优化具体包括以下步骤:

6.根据权利要求4所述的一种基于大数据的设备机架加工精度控制方法,其特征在于,s24中根据所述材料特性数据矩阵判定是否对初始参数集进行优化包括以下步骤:

7.根据权利要求6所述的一种基于大数据的设备机架加工精度控制方法,其特征在于,所述s3包括以下步骤:

8.根据权利要求7所述的一种基于大数据的设备机架加工精度控制方法,其特征在于,所述s4包括以下步骤:

9.一种实现如权利要求1-8任意一项所述的基于大数据的设备机架加工精度控制方法的系统。


技术总结
本发明公开了一种基于大数据的设备机架加工精度控制系统及方法,涉及加工精度控制系统领域,本发明通过从多个待加工设备机架的导轨设计图纸中提取出加工轨迹方程,为最后对待加工设备机架导轨进行激光加工时对激光设备的参数以及加工轨迹进行优化提供了丰富的数据参照依据;对轨迹方程的参数以及激光设备的参数进行调整,以达到对应的加工精度要求;为后续对待加工设备机架导轨进行加工对加工轨迹以及设备参数进行优化提供了较为准确的参考数据;再将调整好的数据存储进行数据库,以便于后续进行参考对比;最后根据数据库的数据对待加工设备机架导轨进行加工时的加工轨迹以及设备参数进行优化调整,从而提高了加工精度。

技术研发人员:邵新程,宋卫国,徐彬,冉祯平
受保护的技术使用者:浙江鑫成机械科技有限公司
技术研发日:
技术公布日:2024/10/31
转载请注明原文地址: https://www.8miu.com/read-23192.html

最新回复(0)