[发明专利]一种传感器内芯生产用侧针弯针装置及弯曲方法有效
申请号: | 202210119676.7 | 申请日: | 2022-02-09 |
公开(公告)号: | CN114453526B | 公开(公告)日: | 2023-09-19 |
发明(设计)人: | 奎建明 | 申请(专利权)人: | 淮安纳微传感器有限公司 |
主分类号: | B21F1/00 | 分类号: | B21F1/00;B21C51/00 |
代理公司: | 江苏长德知识产权代理有限公司 32478 | 代理人: | 罗茜 |
地址: | 223000 江苏省淮安*** | 国省代码: | 江苏;32 |
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 传感器 生产 用侧针弯针 装置 弯曲 方法 | ||
1.一种传感器内芯生产用侧针弯针装置,其特征在于,所述侧针弯针装置还包括传感器内芯生产用侧针弯针装置的弯曲系统,所述传感器内芯生产用侧针弯针装置的弯曲系统包括控制器,以及与所述控制器信号连接的震动传感器和角度测量仪;
所述震动传感器用于检测所述侧针弯针装置的震动频率,所述角度测量仪用于检测侧针的实际弯折角度;
所述控制器在设定的标准弯折角度下,获取侧针弯针装置在采样时间段内各个采样时刻的震动频率,得到震动频率序列,根据所述震动频率序列计算该采样时间段内侧针弯针装置的震频变化值;同时计算在该采样时间段内侧针的每个实际弯折角度与所述标准弯折角度之间的角度差异值,以得到角度差异序列,由所述角度差异序列获取该采样时间段内侧针弯针装置的弯折误差指标;将所述震动频率序列、所述震频变化值、所述角度差异序列和所述弯折误差指标构成侧针弯针装置在该采样时间段内的特征序列;然后,获取侧针弯针装置在多个连续采样时间段内的所述特征序列,由所述特征序列中的所述震频变化值和所述弯折误差指标得到对应采样时间段内侧针弯针装置的异常指标,以构成异常指标序列;基于所述特征序列之间的相似程度将工作状态相似的采样时间段所对应的所述特征序列分为一个分类组,根据所述分类组中的每个所述震动频率序列得到对应采样时间段内的震动破坏程度;最后,利用所述异常指标序列对TCN网络进行训练,所述TCN网络的损失函数是结合所述震动破坏程度进行构建的;通过实时获取多个采样时间段所构成的实时异常指标序列,将其输入到训练好的TCN网络中得到下一时间段侧针弯针装置的异常指标预测值;根据所述异常指标预测值对侧针弯针装置进行调控;
根据所述震动频率序列计算该采样时间段内侧针弯针装置的震频变化值的方法,包括:
计算所述震动频率序列中所述震动频率之间的方差,将方差作为所述震频变化值;
所述由所述角度差异序列获取该采样时间段内侧针弯针装置的弯折误差指标的方法,包括:
计算所述角度差异序列中所述角度差异值之间的方差,将方差作为所述弯折误差指标;
所述异常指标是由对应采样时间段内的所述震频变化值和所述弯折误差指标之间的乘积得到的;
所述基于所述特征序列之间的相似程度将工作状态相似的采样时间段所对应的所述特征序列分为一个分类组的方法,包括:
根据所述特征序列中的所述震动频率序列和所述弯折误差指标计算两个采样时间段对应所述特征序列的所述相似程度;
将任意两个所述特征序列之间的所述相似程度为聚类所需的样本距离,基于所述样本距离利用DBSCAN聚类方法将所述特征序列进行聚类分组得到多个所述分类组;
所述根据所述分类组中的每个所述震动频率序列得到对应采样时间段内的震动破坏程度的方法,包括:
对每个所述分类组内的每个所述震动频率序列计算平均震动频率,将所述分类组内每个所述震动频率序列对应所述平均震动频率构成一个平均震频序列;
基于所述分类组对应的所述平均震频序列,计算该分类组内当前平均震动频率分别与对应所述平均震频序列中每个所述平均震动频率之间的差异,根据差异得到对应采样时间段内的所述震动破坏程度;
所述TCN网络的损失函数是结合所述震动破坏程度进行构建的方法,包括:
利用每个所述异常指标对应的所述震动破坏程度为其均方差损失分配权重,将所述异常指标对应的所述震动破坏程度构成震动破坏程度序列,将该震动破坏程度序列进行归一化,将归一化后的所述震动破坏程度作为对应所述异常指标的权重;
结合每个所述异常指标的数据损失和对应的权重进行加权求和得到所述TCN网络的损失函数;
震频变化值的计算公式为:
其中,Z为震频变化值,n为震动频率序列中震动频率的数量;为平均震动频率,qn为第n个震动频率;
弯折误差指标的计算公式为:
其中,S为弯折误差指标,m为角度差异序列中角度差异值的数量;为平均角度差异值,gi为角度差异序列中的第i个角度差异值;
异常指标的计算公式为:
U=S*Z
其中,U为异常指标;
相似程度的计算公式为:
其中,R(A,B)为采样时间段A和采样时间段B对应特征序列之间的相似程度;
COV(QA,QB)为采样时间段A和采样时间段B对应震动频率序列之间的差异;σQA为采样时间段A对应震动频率序列的标准差;为采样时间段B对应震动频率序列的标准差;
abs(SA-SB)为采样时间段A和采样时间段B对应弯折误差指标之间的差值绝对值
样本距离的计算公式为:
其中,D为样本距离;
震动破坏程度的计算公式为:
其中,Ci为第i个采样时间段内的震动破坏程度,为第i个采样时间段对应的平均震频序列中第i个采样时间段的平均震动频率与其余每个平均震动频率之间的差异的累加和;
TCN网络的损失函数的计算公式为:
其中,Loss为TCN网络的损失函数,N为异常指标序列的长度;为第i个输出数据;yi为第i个输入数据。
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淮安纳微传感器有限公司,未经淮安纳微传感器有限公司许可,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/202210119676.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种多功能办公椅
- 下一篇:一种环流式流化床生物水解反应器