[发明专利]一种针对薄板冲压成形材料参数反求的实现方法

权利要求书

1.一种针对薄板冲压成形材料参数反求的实现方法，其特征在于，包括以下步骤:

步骤一：获取薄板冲压成形FLD成形极限图像模型并存储到计算机；

步骤二：对所述图像模型进行预处理，首先合成工作区域的掩膜，通过掩膜对原图进行重合，对非掩膜区进行去除，得到零件的实际工作区域；

步骤三：构建设计参数与图像的特征之间建立的替代模型，其中，

替代模型包括映射FLD图的高维特征的PCA降维方法和设计参数与特征空间之间建立替代模型的GPR回归方法；

步骤四：构建FLD成形极限图图像参数反求模型；

包括：利用设计材料参数与图像的特征之间建立的替代模型作为正向统计量，再运用近似贝叶斯参数采样-自适应嵌套布点算法得到材料参数的后验。

2.根据权利要求1所述的一种针对薄板冲压成形材料参数反求的实现方法,其特征在于，该方法还包括步骤二对步骤一中得到的FLD成形极限图像模型进行图像识别，以提取图像特征，该识别方法包括以下步骤：

步骤一：将得到零件的实际工作区域标记为图像子块，图像子块转换为行向量，再将行向量组成矩阵I，其中所有图像子块经过重新排列转换后，则载体图像S(N,N)用尺寸为g×的矩阵I表示；

步骤二：对矩阵I进行PCA变换，得到主成分矩阵Y，实现对有效仿真云图的数字化转化。

3.根据权利要求2所述的一种针对薄板冲压成形材料参数反求的实现方法,其特征在于，图像特征的提取可分为多层；

第一特征提取层的输入为FLD图像提取矩阵，输出为提取的第一S特征矩阵；

第二特征提取层的输入为第一特征矩阵，输出为提取的第二S特征矩阵；

将第一特征矩阵和第二特征矩阵拼接为第三S特征矩阵为第三特征提取层的输入为第三特征矩阵，经过多层提取输出为最终提取的FLD成形极限图特征矩阵。

4.根据权利要求3所述的一种针对薄板冲压成形材料参数反求的实现方法,其特征在于，对输入输出数据均做归一化处理，采用基于最大、最小标准化进行归一化。

5.根据权利要求1所述的一种针对薄板冲压成形材料参数反求的实现方法,其特征在于，步骤四中反求模型的构建具体包括以下步骤：

步骤一：构建训练样本集{X,Y},其中X＝{,,…，},N1表示相关参数的总数，其中样本中的Y为材料参数工艺参数对应的FLD成形极限图特征提取空间；

步骤二：利用高斯过程机器学习模型对冲压成形工艺进行建模，建立设计参数与特征空间之间的映射关系，获取近似贝叶斯所需要的正向响应模型；

步骤三：以高斯过程机器学习模型作为近似贝叶斯的正向模拟模型，采用近似贝叶斯估计，利用设计材料参数与图像的特征之间建立的映射关系作为正向统计量，利用近似贝叶斯参数采样-自适应嵌套布点算法，当目标观察统计量与正向模型的统计量足够接近时，得到相关材料参数的后验分布估计。

6.根据权利要求5所述的一种针对薄板冲压成形材料参数反求的实现方法,其特征在于，还包括采用PCA、SVD、DWT融合的特征提取方式，求出右奇异矩阵。

7.根据权利要求6所述的一种针对薄板冲压成形材料参数反求的实现方法,其特征在于，DWT在主成分分析前，对载体图像进行离散小波分解，在低频子带上用主成分分析提取出同时含有低频和高频的主成分系数，利用主成分系数的变换，提高对加噪、图像灰度值变化等的鲁棒性。