[发明专利]一种航空发动机叶片机器人磨削烧伤预测方法及装置

说明书

本发明公开了一种航空发动机叶片机器人磨削烧伤预测方法，建立磨削烧伤预测模型；所述磨削烧伤预测模型被配置为将磨削加工参数作为输入量，将磨削烧伤特征值作为状态量，将磨削烧伤程度为输出量；将工件的磨削加工参数输入所述磨削烧伤预测模型，得到工件的磨削烧伤程度；判断所述工件的磨削烧伤程度，并根据判断结果，将所述工件的磨削加工参数与磨削烧伤临界阈值进行比较，根据比较结果调整所述工件的磨削加工参数。本发明用声发射传感器、力传感器、加速度传感器、温度传感器、电流电压传感器等多传感器组成了叶片机器人砂带磨削多传感器监控系统，能够在线实时采集声发射、力、振动等信号，实现对于复杂曲面机器人加工的全面监控。

技术领域

本发明属于航空发动机叶片机器人砂带磨削加工领域，更具体地，涉及一种航空发动机叶片机器人磨削烧伤预测方法及装置。

背景技术

叶片是航空发动机动力装置的核心动力部件，其加工表面质量和轮廓精度直接影响发动机的工作效率和使用寿命。航空发动机叶片通常在高压、高温、高速环境下运行，所以新一代航空发动机叶片采用合金化程度很高的钛合金和镍基高温合金等难加工材料为原料，经过锻造工艺制造成毛坯，再经铣削工艺制造成叶片，此时的叶片表面精度仍不能满足使用要求，普遍需要再进行磨削加工工序以达到制造精度要求。

磨削加工工艺按加工工具的类型主要分为砂轮磨削和砂带磨削，相较于砂轮磨削而言，砂带磨削具有磨削效率高，系统振动小、磨削温度较低和弹性接触等优点，因此被广泛应用于航空发动机叶片加工领域；按加工方式主要分为：人工磨抛、数控机床磨抛、机器人磨抛。相较于前两种加工方式，机器人磨抛具有柔性好、操作空间大、可拓展性强等特点，非常适合对于复杂曲面的磨抛加工。综上所述，机器人砂带磨抛成为目前航空发动机磨削加工领域热门的研究方向之一，有望解决传统手工磨抛在加工精度、产品一致性、加工效率以及多轴数控机床磨抛在加工柔性等方面的弊端。然而，由于航空发动机叶片具有的独特功能和工作特性，决定了其结构通常为薄壁、弯扭曲零件，其形状复杂、加工跨度大、应力复杂。这加剧了机器人加工的复杂性，进而导致加工叶片的表面质量无法得到很好的控制，尤其是对于磨削烧伤的抑制方面。磨削烧伤会严重影响叶片的使用寿命，对磨削烧伤的预测和抑制一直是航空发动机叶片磨削领域亟待解决的问题之一。

目前，磨削烧伤的预测和抑制方法主要有统计特征法、人工神经网络模式识别和支持向量机等多种磨削烧伤的预测和抑制方法。而这些方法在叶片类复杂零件机器人砂带磨抛中应用较少。统计特征法是从已知类别的样本特征中选取有助于分类的特征，分类学习不同类别的统计特征值，以此来实现对磨削烧伤的预测，该方法依赖于特征选取的质量，受人的主观因素影响较大，分类效果不稳定；支持向量机SVM以统计学习理论与结构风险最小原理为基础，在训练样本识别误差最小的前提下，尽可能提高其分类能力。SVM擅长于解决小样本，不适合航空发动机叶片这种大样本大批次的生产加工；传统的神经网络通过对系统输入输出样本的学习，建立输入输出之间的映射关系，其已在磨削烧伤预测领域取得了一些应用，但是其存在对加工环境的依赖性强、学习算法收敛慢、训练过程易陷入局部最优等缺点。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供一种航空发动机叶片磨削烧伤预测方法。该方法以磨削加工参数为输入量，磨削烧伤特征值为状态量，磨削烧伤程度为输出量，建立一种磨削烧伤模型，实现磨削烧伤状态精准预测；根据磨削烧伤预测模型得到不同加工参数组合下的磨削烧伤程度，得到磨削烧伤临界域，将磨削加工参数与磨削烧伤临界阈值进行比较，调整磨削加工参数，从而降低工件的磨削烧伤概率。

为了实现上述目的，按照本发明的一个方面，提供一种航空发动机叶片机器人磨削烧伤预测方法，包括：

建立磨削烧伤预测模型；

所述磨削烧伤预测模型被配置为将磨削加工参数作为输入量，将磨削烧伤特征值作为状态量，将磨削烧伤程度为输出量；