[发明专利]一种高频元件加工尺寸的精度预测方法及系统

说明书

本发明提供了一种高频元件加工尺寸的精度预测方法及系统，属于高频元件加工质量的预测技术领域；精度预测方法包括：将加工参数和切削力的特征值输入至精度预测神经网络，获取高频元件的质量等级；训练精度预测神经网络的方法为：按照不同的尺寸精度值，将高频元件划分为不同的质量等级；将切削力数据按照不同的加工特征分段，采用特征提取方法计算切削力的特征值；将加工参数和切削力的特征值归一化预处理，作为数据样本集；训练精度预测神经网络，获取精度预测神经网络；其中，精度预测神经网络为RBF神经网络模型与DNN神经网络模型的结合。本发明采用精度预测神经网络可以更为便捷，更为准确地获取加工尺寸的预测精度。

技术领域

本发明属于高频元件加工质量的预测技术领域，更具体地，涉及一种高频元件加工尺寸的精度预测方法及系统。

背景技术

高频元件是一种高频天线的基础组成零件，而天线作为一种电磁波接收与发送的关键器件，是无线通讯技术中不可或缺的一部分。目前，在天线尤其是裂缝天线的设计与制造中，设计的平板天线应该具有的电性能，在经过加工制造后，实际测量的电性能与设计的电性能有一定的差距，特别是在副瓣电平方面。一个原因是电性能极大地受到制造精度的影响，另一方面是设计人员通常根据自己的经验试选天线的制造精度，然后按照不同的制造精度专门加工一些天线试验样件，通过测量这些天线试验样件的电性能，然后选择合适的加工参数和制造精度，这种方法多依照工人经验，加工生产效率低、合格率低和智能化程度低。

同时在机械加工领域，现有的尺寸检测手段都是基于抽样选取部分零件进行质量检测，效率低且存在可信度低的情况。因此，在加工前预测或者在线控制高频元件的尺寸精度对高频元件的加工生产非常重要。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种高频元件加工尺寸的精度预测方法及系统，旨在解决现有的高频元件加工尺寸精度的预测由于存在制造精度、人为判断、抽样检测等因素的制约，导致预测精度较差的问题。

为实现上述目的，本发明提供了一种高频元件加工尺寸的精度预测方法，包括以下步骤：

将切削力数据按照不同的加工特征分段后，采用特征提取方法计算切削力的特征值；

将加工参数和切削力的特征值输入至精度预测神经网络，获取高频元件的质量等级；

其中，精度预测神经网络为RBF神经网络模型与DNN神经网络模型的结合。

优选地，训练精度预测神经网络的方法为：

获取历史高频元件数控铣削的加工参数、切削力数据和质量数据，其中，质量数据包括加工的尺寸数据；

将加工的尺寸数据与目标尺寸数据相减，获取尺寸精度值；

按照不同的尺寸精度值，将高频元件划分为不同的质量等级；

将切削力数据按照不同的加工特征分段后，采用特征提取方法计算切削力的特征值；

将加工参数和切削力的特征值进行归一化预处理，作为数据样本集；

以样本集为输入，以质量等级为输出，训练精度预测神经网络，获取精度预测神经网络；

其中，精度预测神经网络为RBF神经网络模型与DNN神经网络模型的结合。

优选地，加工参数包括：主轴转速、切削深度、进给量、尺寸类别和零件材料。

优选地，切削力数据的加工特征分段方法为：根据切削力数据的时域分布特点，以及按照不同的加工特征在时域的分布特征，对切削力数据进行分段。