[发明专利]一种基于深度学习的渐进成形方法有效
申请号: | 202010435430.1 | 申请日: | 2020-05-21 |
公开(公告)号: | CN111633111B | 公开(公告)日: | 2022-03-29 |
发明(设计)人: | 张三 | 申请(专利权)人: | 西安邮电大学 |
主分类号: | B21D31/00 | 分类号: | B21D31/00;G06K9/62;G06V10/774 |
代理公司: | 西安毅联专利代理有限公司 61225 | 代理人: | 陆佳 |
地址: | 710000 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 深度 学习 渐进 成形 方法 | ||
本发明提供了一种基于深度学习的渐进成形方法,包括以下步骤:渐进成形设备通过控制系统控制渐进成形头作业零件的第一层;基于深度学习的调整修补模块对第一层的作业情况进行调整修补直至第一层合格;渐进成形设备通过控制系统控制渐进成形头作业零件的第二层;基于深度学习的调整修补模块对第二层的作业情况进行调整修补直至第二层合格;以此类推,直至基于深度学习的调整修补模块对第N层的作业情况进行调整修补直至第N层合格。本发明在常规渐进成形系统的基础上增加当前层的二次修正,二次修正的运算是基于深度学习模型进行的,以此提高零件密实度和平整度。
技术领域
本发明涉及渐进成型领域,尤其涉及一种基于深度学习的渐进成形方法。
背景技术
渐进成形是一种板料柔性加工方法,它将板料成形技术和数控技术相结合, 实现板材的数字化柔性生产。该技术在材料加工领域引入了“分层制造”思想,通过数控程序控制成形渐进成形头沿设定轨迹运动,逐层形成零件的三维结构,实现材料的塑性成形。
由于现有渐进成形系统通常是依照设定轨迹运动,如若遇到成形渐进成形头不出料、成形渐进成形头一瞬间料量挤出过多造成溢出、渐进成形头运动中颤动引起物料堆积等,均易造成零件不密实,影响零件的使用寿命。
有鉴于此,有必要提供一种基于深度学习的渐进成形方法,以解决上述问题。
发明内容
本发明提供了一种基于深度学习的渐进成形方法,在常规渐进成形系统的基础上增加当前层的二次修正,二次修正的运算是基于深度学习模型进行的,以此提高零件密实度和平整度。
实现本发明目的的技术方案如下:
一种基于深度学习的渐进成形方法,包括以下步骤:
渐进成形设备通过控制系统控制渐进成形头作业零件的第一层;
基于深度学习的调整修补模块对第一层的作业情况进行调整修补直至第一层合格;
渐进成形设备通过控制系统控制渐进成形头作业零件的第二层;
基于深度学习的调整修补模块对第二层的作业情况进行调整修补直至第二层合格;
以此类推,直至基于深度学习的调整修补模块对第N层的作业情况进行调整修补直至第N层合格。
本发明在常规渐进成形系统的基础上增加当前层的二次修正,二次修正的运算是基于深度学习模型进行的,以此提高零件密实度和平整度。
作为本发明的进一步改进,调整修补模块在第N层合格之后还对整个零件进行调整。
作为本发明的进一步改进,所述调整修补模块包括:
采集单元,渐进成形头完成当前层的作业后控制单元立即控制渐进成形头退回至初始位置,接下来采集单元从不同方向采集当前层的多张图像;
处理单元,采集单元把图像实时传输给处理单元,处理单元根据多张图像模拟出当前层的三维图像,根据三维图像采用深度学习模型计算出病害区域并确定病害处理路径,所述处理单元把病害处理路径发送给控制单元;
控制单元,控制渐进成形头调整当前层的所有病害区域。
作为本发明的进一步改进,所述深度学习模型可识别出物料堆积、物料拉丝、表面缝隙或小孔、层之间开裂、层之间错位病害区域。
作为本发明的进一步改进,通过若干零件每个层的三维图像的病害区域和病害列表训练深度学习模型。
作为本发明的进一步改进,所述训练过程为:
(1)采用高分辨率图像集作为中分辨率图像集与低分辨率图像集的基础,中分辨率图像集在高分辨率图像集的基础上添加低分辨率图像集作为高分辨率图像集的基础,使用最终的高分辨率图像集微调深度学习模型;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安邮电大学,未经西安邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010435430.1/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种用于预测老年人跌倒风险的方法
- 下一篇:一种改进型复合力选矿设备