[发明专利]磨加工产品尺寸预测方法、装置、计算机设备和存储介质

说明书

本申请涉及一种磨加工产品尺寸预测方法、装置、计算机设备和存储介质，其中，该磨加工产品尺寸预测方法包括：通过在工件的磨加工过程中，获取工件对应目标特征参数的实时采集值，并基于训练完备的预测模型，对目标特征参数的实时采集值进行分析，得到工件在磨加工过程的加工尺寸的实时预测结果，通过本申请，解决了无法实时预测工件的最终加工尺寸的问题，实现了实时预测工件的最终加工尺寸，有效避免生产过程中的资源浪费。

技术领域

本申请涉及机械加工技术领域，特别是涉及磨加工产品尺寸预测方法、装置、计算机设备和存储介质。

背景技术

在机械制造中，磨加工是一种应用广泛的加工方法，指的是用砂轮、油石或磨料对工件表面进行切削加工，以切除工件上多余材料，得到需求尺寸的机械产品。而基于产品的加工要求，磨加工后工件的最终尺寸对产品质量产生重要影响，因此，需要对磨加工的工件进行尺寸检测。

目前的检测方案，在磨加工完成后，对工件的尺寸进行离线检测，或在磨加工过程中，通过激光位移传感器和检测装置，在线检测工件的尺寸，其中，离线检测通常基于固定的时间间隔对工件尺寸进行检测，或在某批次的工件加工完成后对工件尺寸进行检测，容易导致加工完成的工件存在批量的质量问题，若采用在线监测，则需要配置相应的检测装置和空间，增加投资成本，并且在检测到个别工件的加工尺寸存在问题时，通常已有若干个工件完成加工并等待检测，检测过程存在一定的滞后性，无法在质量问题产生的第一时间进行预警。由此可见，这两类检测方案都无法实时预测工件的最终加工尺寸，导致生产过程中的资源浪费。

针对相关技术中存在无法实时预测工件的最终加工尺寸的问题，目前还没有提出有效的解决方案。

发明内容

在本实施例中提供了一种磨加工产品尺寸预测方法、装置、计算机设备和存储介质，以解决相关技术中无法实时预测工件的最终加工尺寸的问题。

第一个方面，在本实施例中提供了一种磨加工产品尺寸预测方法，其所述方法包括：

在工件的磨加工过程中，获取所述工件对应目标特征参数的实时采集值；

基于训练完备的预测模型，对所述目标特征参数的实时采集值进行分析，得到所述工件在所述磨加工过程的加工尺寸的实时预测结果。

在其中的一些实施例中，所述在工件的磨加工过程中，获取所述工件对应目标特征参数的实时采集值之后，还包括：

通过特征工程，预处理所述工件对应目标特征参数。

在其中的一些实施例中，所述预测模型采用基于引导凝聚算法和遗传算法的极限学习机模型，所述目标特征参数包括：进给速度、主轴功率的峰值、所述主轴功率的方差、所述主轴功率的中位数、各个磨加工阶段功率的峰值、所述各个磨加工阶段功率的中位数、所述各个磨加工阶段功率的方差、所述各个磨加工阶段功率曲线的包络面积、前n个功率值的和以及所述前n个功率值的峰值。

在其中的一些实施例中，所述在工件的磨加工过程中，获取所述工件对应目标特征参数的实时采集值之后，还包括：

判断所述目标特征参数中粗磨阶段功率的峰值、所述粗磨阶段功率的包络曲线、精磨阶段功率的峰值以及所述精磨阶段功率的包络曲线是否超过预设阈值；

若所述目标特征参数中所述粗磨阶段功率的峰值、所述粗磨阶段功率的包络曲线、所述精磨阶段功率的峰值以及所述精磨阶段功率的包络曲线超过预设阈值，则停止所述磨加工过程，并启动报警机制。

在其中的一些实施例中，所述基于训练完备的预测模型，对所述目标特征参数的实时采集值进行分析之前，还包括：

基于训练集中所述目标特征参数和产品尺寸检测参数，对所述基于引导凝聚算法和遗传算法的极限学习机模型进行训练，得到训练完备的所述基于引导凝聚算法和遗传算法的极限学习机模型。