[发明专利]基于机器学习激光喷丸加工状态实时在线监控方法及系统

说明书

本发明提供了一种基于机器学习激光喷丸加工状态实时在线监控方法及系统，包括：建立机器学习模型；进行激光喷丸加工，控制模块读取激光器反馈的出光信号，触发声传感模块录制激光喷丸声信号，将激光喷丸声信号数据发送到数据处理模块，提取声信号的多维声学特征参数；对多维声学特征参数进行降维处理，获得其特征判别参数；将声学特征判别参数发送给机器学习分类模型，识别当前加工状况，并反馈结果给上位机；如果当前加工状况结果为加工未结束，重复运行上述步骤；如果当前加工状况结果为加工结束，结束运行。本发明传感器安装布置灵活、成本较低；需传输处理的声信号数据量小；采用机器学习方法识别速度快、实时性强。

技术领域

本发明涉及加工状态智能监测领域，具体地，涉及一种基于机器学习激光喷丸加工状态实时在线监控方法及系统。

背景技术

激光喷丸是通过使用高能量短脉冲激光束在材料表面引起瞬态高压冲击力实现材料的成形或者强化的一种新型加工工艺。目前，现代工业具有着向自动化、智能化方向发展的趋势。在加工过程中为了保证工艺的可靠性与加工情况的可追溯性，对于工件加工状态的在线监控系统在具体生产过程中逐渐获得普及。然而对于激光喷丸加工而言，一般的工业检测方法较难实时反映工件的加工状况。因此，需要建立一种有效的喷丸加工状态识别方法，以实现在不停机的运行状态下，充分运用可实时采集与测量的信号数据实现喷丸加工状态的监测与故障诊断，有助于保证加工产品质量更为稳定可靠。实验发现在加工过程中，在不同约束层与吸收层状态下激光脉冲与材料表面互相作用发出的声响有所不同。相较对工件成形状态进行实时测量，对激光喷丸的声学信号检测可以在加工过程中通过声信号的变化情况，实时反映加工情况的改变，具有更强的可行性。

当下在对于激光喷丸加工过程监测的研究已经有所开展。邱辰霖等(邱辰霖,程礼,何卫锋.一种基于数据间相关性的激光喷丸声学监测技术.振动与冲击,2017,36(4):139-143.)对在激光喷丸加工过程中的通过提取声信号特征对加工状态进行判别的可行性进行了研究，提出了一种基于数据相关性的信号特征分析方法，该特征值对激光喷丸过程中的能量设置与加工状态与传感器距离均较为敏感，难以直接判断特征值变化的直接原因。赵念友等使用高速相机拍摄的方式研究了在激光冲击作用下工件表面覆盖的水约束层的响应过程(赵念友,程晗,胡永祥.激光喷丸工艺参数对水约束层动态响应的影响[J].航空制造技术,2021,64(12):47–52,69.)，该方法需采用的高速相机成本较高，高帧率二维图像数据处理量大。张永康等提出了一种通过将多个声传感器固定于一个硬质半球壳中，采集并分析激光喷丸声信号波形以完成在线检测的方案(张永康，秦海勇，李杨，周立春，张朝阳，基于冲击波波形特征的激光冲击强化在线检测方法和装置，2012，CN101482542B)。但是此方案使用的传声器数量较多且对安装位置限制较多，不利于实际应用。谢小柱等(谢小柱，王鹏超，龙江游，胡伟，张宇梁，彭清发，激光诱导击穿光谱与声反射结合的在线监测系统及方法，2021，CN112255191A)公开了一种利用击穿光谱与声反射结合的监测系统，然而此系统组成较为复杂，尤其是使用的光谱分析技术需要拍摄喷丸加工时的等离子体辐射的光，需要使用ICCD相机等设备，成本较高，易受环境光照干扰。

因而，目前存在的激光喷丸在线监测技术方案存在以下不足之处：

(1)现有基于声学信号特征的方案多采用声光联合采集，采用光学特征(图像识别或光谱分析)检测与声发射检测并行的方式对加工状况进行监控。光学特征检测结果受环境影响较大；声发射传感器的安装位置要求靠近或紧贴工件，不利于设备安装，且声发射采集结果容易受到加工工件本身形状影响。

(2)目前的状态辨识方法采用数据分析手段对于信号的采样频率求较高，导致传感器采集率需求较大，单位时间内处理数据量大，难以实现实时识别。

本发明的目的在于克服上述传统技术方案中的不足而提供的一种基于机器学习的激光喷丸加工状态(包括约束层与吸收层状态)实时在线监控系统。