[发明专利]叶片磨削工艺参数调整方法、装置、设备及存储介质

权利要求书

1.一种叶片磨削工艺参数调整方法，其特征在于，所述叶片磨削工艺参数调整方法包括：

在进行机器人叶片磨削加工时，获取工艺参数数据；

将所述工艺参数数据输入预设工艺参数模型，获得叶片的表面粗糙度期望值数据；

将所述表面粗糙度期望值数据以及所述工艺参数中的法向磨削力进行计算，得到目标工艺参数；

通过所述目标工艺参数对机器人叶片进行磨削加工。

2.如权利要求1所述的叶片磨削工艺参数调整方法，其特征在于，所述将所述表面粗糙度期望值数据以及所述工艺参数中的法向磨削力进行计算，得到目标工艺参数，包括：

对所述表面粗糙度期望值数据以及所述法向磨削力初始化，得到初始化数据；

基于初始迭代次数对所述初始化数据进行迭代；

在所述初始迭代次数大于等于预设迭代次数阈值时，根据迭代结果得到目标表面粗糙度；

根据所述目标表面粗糙度得到对应的目标工艺参数。

3.如权利要求2所述的叶片磨削工艺参数调整方法，其特征在于，所述基于初始迭代次数对所述初始化数据进行迭代之后，还包括：

在所述初始迭代次数小于预设迭代次数阈值时，对所述初始化数据进行选择，得到参考数据；

将所述参考数据进行变异和交叉，并进行二次选择，得到目标数据；

基于所述目标数据更新所述初始迭代次数，得到更新后的迭代次数；

基于所述更新后的迭代次数对所述目标数据进行迭代，直至所述初始迭代次数大于等于预设迭代次数阈值。

4.如权利要求1所述的叶片磨削工艺参数调整方法，其特征在于，所述工艺参数数据包括：法向磨削力、机器人进给速度以及砂带线速度；

所述将所述工艺参数数据输入预设工艺参数模型，获得叶片的表面粗糙度期望值数据，包括：

从预设正交试验表中选取所述预设工艺参数模型中隐藏层的中心参数；

将所述法向磨削力、所述机器人进给速度以及所述砂带线速度输入所述预设工艺参数模型通过预设激活函数以及所述中心参数进行映射，得到映射数据；

对所述映射数据通过线性加权处理，得到叶片的表面粗糙度期望值数据。

5.如权利要求4所述的叶片磨削工艺参数调整方法，其特征在于，所述在进行机器人叶片磨削加工时，获取工艺参数数据之前，还包括：

实时采集机器人的运动轨迹数据，获取所述运动轨迹数据对应的法向磨削力数据；

根据所述运动轨迹数据以及所述法向磨削力数据进行正交试验，得到表面粗糙度值；

基于所述表面粗糙度值建立运动轨迹以及法向磨削力与表面粗糙度之间的映射关系。

6.如权利要求5所述的叶片磨削工艺参数调整方法，其特征在于，所述机器人运动轨迹数据包括：机器人进给速度数据以及砂带线速度数据；

所述基于所述表面粗糙度值建立运动轨迹以及法向磨削力与表面粗糙度之间的映射关系，包括：

基于所述表面粗糙度值建立机器人进给速度、砂带线速度以及法向磨削力与表面粗糙度之间的映射关系。

7.如权利要求6所述的叶片磨削工艺参数调整方法，其特征在于，所述将所述工艺参数数据输入预设工艺参数模型，获得叶片的表面粗糙度期望值数据之前，还包括：

根据所述机器人进给速度、砂带线速度以及法向磨削力与所述表面粗糙度之间的映射关系，将所述工艺参数数据以及所述叶片的表面粗糙度数据通过RBF神经网络进行训练；

基于训练结果得到预设工艺参数模型。

8.一种叶片磨削工艺参数调整装置，其特征在于，所述叶片磨削工艺参数调整装置包括：

获取模块，用于在进行机器人叶片磨削加工时，获取工艺参数数据；

训练模块，用于将所述工艺参数数据输入预设工艺参数模型，获得叶片的表面粗糙度期望值数据；

计算模块，用于将所述表面粗糙度期望值数据以及所述工艺参数中的法向磨削力进行计算，得到目标工艺参数；

加工模块，用于通过所述目标工艺参数对机器人叶片进行磨削加工。