專利名稱：一種識別金屬拉深件成形微裂紋位置的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的領(lǐng)域是金屬拉深件制造，尤其涉及對金屬拉深件在制造過程中識別微裂紋產(chǎn)生位置，同樣也能用于鋼結(jié)構(gòu)、旋轉(zhuǎn)機(jī)械等狀態(tài)檢測和故障檢測。
背景技術(shù)：
拉深加工作為ー種高效、節(jié)能、高材料利用率的加工方法，可以制成筒形、階梯形、錐形、球形和其它不規(guī)則形狀的薄壁零件，如果和其它沖壓成型エ藝配合，還可以制造形狀極為復(fù)雜的零件。隨著現(xiàn)代社會對拉深加工產(chǎn)品的需求越來越大以及競爭的加劇，人們對拉深件的質(zhì)量提出了更高的要求，許多關(guān)鍵部位的拉深制件在整個產(chǎn)品的性能及質(zhì)量上起著關(guān)鍵性作用，因此拉深件的質(zhì)量愈來愈被人所關(guān)注，卻也一直是企業(yè)棘手的技術(shù)難題。
裂紋是造成拉深件質(zhì)量問題的主要因素之一，這是由于拉深過程中，板料產(chǎn)生塑性變形材料被轉(zhuǎn)移和重新分布，內(nèi)部的應(yīng)カ和應(yīng)變十分復(fù)雜，導(dǎo)致拉深過程中的狀態(tài)難以精確控制，使制件產(chǎn)生裂紋，有些微裂紋肉眼難以察覺，在生產(chǎn)過程中可能會產(chǎn)生成批的廢品。目前，拉深件質(zhì)量的好壞全靠現(xiàn)場工人和技術(shù)人員的經(jīng)驗來判斷，最常見的檢驗方式是檢驗人員進(jìn)行首檢、抽檢和終檢實現(xiàn)質(zhì)量檢測，這屬于事后檢測，具有一定的時滯性，當(dāng)發(fā)現(xiàn)制件產(chǎn)生微裂紋時，可能前面有相當(dāng)數(shù)量的制件已經(jīng)產(chǎn)生了微裂紋，因此，積極開展微裂紋位置的識別技術(shù)研究不僅能及時調(diào)整エ藝參數(shù)有重要指導(dǎo)意義，而且對于實現(xiàn)金屬拉深成形的狀態(tài)識別及質(zhì)量監(jiān)測有著深遠(yuǎn)的意義。

發(fā)明內(nèi)容
本發(fā)明提供一種識別金屬拉深件成形微裂紋位置的方法，對金屬拉深件的微裂紋位置進(jìn)行識別，可以根據(jù)微裂紋位置來調(diào)整エ藝參數(shù)，從而消除微裂紋的產(chǎn)生。本發(fā)明的技術(shù)方案是采用如下步驟(I)在拉深模具的凸模和凹模上均布置采集拉深件成形微裂紋信號的聲發(fā)射傳感器，得到表征信號的相對到達(dá)時間、幅度、能率、振鈴計數(shù)、上升計數(shù)、上升時間、能量、持續(xù)時間、有效值電壓、平均信號電平、時間消耗這11個特征參數(shù)；
(2)設(shè)計ー個BP神經(jīng)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)激活函數(shù)采用Sigmoid函數(shù)，輸入神經(jīng)元個數(shù)m由聲發(fā)射信號的特征參數(shù)個數(shù)確定，輸出層神經(jīng)元個數(shù)
f由可能產(chǎn)生微裂紋的位置個數(shù)e確定，隱含層神經(jīng)元個數(shù)η由公式〃確定，a
為[I, 10]的常數(shù);權(quán)初始值域取(-0. 1,0. I),最大循環(huán)迭代為10000 ；
(3)采集訓(xùn)練樣本，將樣本數(shù)據(jù)歸ー化處理后作為BP神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)，每個目標(biāo)輸出由I個ニ進(jìn)制表示，設(shè)置c個微裂紋位置對應(yīng)的目標(biāo)輸出，對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。當(dāng)訓(xùn)練誤差小于O. 001時停止訓(xùn)練，得到了訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)；
(4)將測試數(shù)據(jù)輸入訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行測試，計算特征參數(shù)對識別結(jié)果的靈敏度，得到靈敏度從高到低的特征參數(shù)；刪除靈敏度最小的特征參數(shù)，得到新的訓(xùn)練樣本數(shù)據(jù)和測試數(shù)據(jù)，
(5)重復(fù)步驟(2)、(3)、(4)，最終提取振鈴計數(shù)、時間消耗、持續(xù)時間、幅度、能量5個特征參數(shù)；
(6)使用所述5個特征參數(shù)對應(yīng)的訓(xùn)練樣本數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入，重復(fù)步驟
(2)、(3)、建立5個特征參數(shù)和微裂紋位置的非線性映射關(guān)系；
(7)將實際檢測到的聲發(fā)射信號的5個特征參數(shù)對應(yīng)的數(shù)據(jù)表中的數(shù)據(jù)進(jìn)行歸ー化處理后輸入BP神經(jīng)網(wǎng)絡(luò)，根據(jù)所建立的非線性映射關(guān)系，當(dāng)BP神經(jīng)網(wǎng)絡(luò)輸出和某ー個目標(biāo)輸出ー樣時，可識別微裂紋產(chǎn)生的位置。本發(fā)明采集不同位置微裂紋的聲發(fā)射信號特征參數(shù)，使用這些特征參數(shù)對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，建立起了特征參數(shù)和微裂紋位置的非線性映射關(guān)系。根據(jù)特征參數(shù)對識 別結(jié)果的靈敏度，在保證不影響識別結(jié)果的前提下，提取了 5個最能表征信號的參數(shù)，將生產(chǎn)中采集的5個特征參數(shù)輸入BP神經(jīng)網(wǎng)絡(luò)，識別微裂紋產(chǎn)生的位置，對比網(wǎng)絡(luò)輸出和目標(biāo)輸出，可以得到微裂紋產(chǎn)生的位置。本發(fā)明能很好地對金屬拉深件裂紋產(chǎn)生位置進(jìn)行識別，在獲得足夠訓(xùn)練樣本的前提下，可以很準(zhǔn)確的識別微裂紋位置，為選取エ藝參數(shù)提供重要依據(jù)和參考。


圖I是識別金屬拉深件成形微裂紋位置的流程 圖2是識別金屬拉深件成形微裂紋位置的裝置 圖中1.凸模；2.凹模；3.聲發(fā)射傳感器；4.前置放大器；5.聲發(fā)射處理模塊；6.計算機(jī)。
具體實施例方式本發(fā)明的實施步驟如下
一、如圖2所示，建立一個完整的聲發(fā)射信號采集平臺，微裂紋引起的微弱振動激勵傳感器，將其轉(zhuǎn)換成電信號。具體是在拉深模具的凸模I和凹模2上均布置聲發(fā)射傳感器3，在允許的情況下，聲發(fā)射傳感器3應(yīng)盡量靠近拉深件板料，目的是為了使聲發(fā)射傳感器3更好地接收到板料成形微裂紋信號。將聲發(fā)射傳感器3的輸出依次連接前置放大器4、聲發(fā)射處理模塊5和計算機(jī)6。聲發(fā)射傳感器3采集的微裂紋信號，經(jīng)前置放大器4放大，聲發(fā)射處理模塊5對放大后的信號進(jìn)行濾波和提取，得到表征信號的11個特征參數(shù)，11個特征參數(shù)為相對到達(dá)時間、幅度、能率、振鈴計數(shù)、上升計數(shù)、上升時間、能量、持續(xù)時間、有效值電壓(RMS)、平均信號電平(ASL)、時間消耗。ニ、如圖I所示，設(shè)計ー個有特征參數(shù)提取和模式識別功能的三層BP神經(jīng)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)激活函數(shù)采用的是Sigmoid函數(shù)，BP神經(jīng)網(wǎng)絡(luò)的輸入、隱層和輸出層神經(jīng)元的確定如下
Ca)根據(jù)表征聲發(fā)射信號的參數(shù)個數(shù)確定BP神經(jīng)網(wǎng)絡(luò)輸入神經(jīng)元個數(shù)m。(b)根據(jù)可能產(chǎn)生微裂紋的位置個數(shù)確定BP神經(jīng)網(wǎng)絡(luò)輸出層神經(jīng)元個數(shù)/,通過公式(I)確定I。C的確定可以通過有限元仿真和實際調(diào)研相結(jié)合得到。
權(quán)利要求
1.一種識別金屬拉深件成形微裂紋位置的方法，其特征是采用如下步驟 (1)在拉深模具的凸模和凹模上均布置采集拉深件成形微裂紋信號的聲發(fā)射傳感器，得到表征信號的相對到達(dá)時間、幅度、能率、振鈴計數(shù)、上升計數(shù)、上升時間、能量、持續(xù)時間、有效值電壓、平均信號電平、時間消耗這11個特征參數(shù)； (2)設(shè)計ー個BP神經(jīng)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)激活函數(shù)采用Sigmoid函數(shù)，輸入神經(jīng)元個數(shù)m由聲發(fā)射信號的特征參數(shù)個數(shù)確定，輸出層神經(jīng)元個數(shù)I由可能產(chǎn)生微裂紋的位置個數(shù) 確定，隱含層神經(jīng)元個數(shù)η由公式《確定，a為[I, 10]的常數(shù);權(quán)初始值域取(-0. 1,0. I),最大循環(huán)迭代為10000 ； (3)采集訓(xùn)練樣本，將樣本數(shù)據(jù)歸ー化處理后作為BP神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)，每個目標(biāo)輸出由I個ニ進(jìn)制表示，設(shè)置c個微裂紋位置對應(yīng)的目標(biāo)輸出，對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；當(dāng)訓(xùn)練誤差小于O. 001時停止訓(xùn)練，得到了訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)； (4)將測試數(shù)據(jù)輸入訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行測試，計算特征參數(shù)對識別結(jié)果的靈敏度，得到靈敏度從高到低的特征參數(shù)；刪除靈敏度最小的特征參數(shù)，得到新的訓(xùn)練樣本數(shù)據(jù)和測試數(shù)據(jù)， (5)重復(fù)步驟(2)、(3)、(4)，最終提取振鈴計數(shù)、時間消耗、持續(xù)時間、幅度、能量5個特征參數(shù)； (6)使用所述5個特征參數(shù)對應(yīng)的訓(xùn)練樣本數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入，重復(fù)步驟(2)、(3)、建立5個特征參數(shù)和微裂紋位置的非線性映射關(guān)系； (7)將實際檢測到的聲發(fā)射信號的5個特征參數(shù)對應(yīng)的數(shù)據(jù)表中的數(shù)據(jù)進(jìn)行歸ー化處理后輸入BP神經(jīng)網(wǎng)絡(luò)，根據(jù)所建立的非線性映射關(guān)系，當(dāng)BP神經(jīng)網(wǎng)絡(luò)輸出和某ー個目標(biāo)輸出ー樣時，可識別微裂紋產(chǎn)生的位置。
全文摘要
本發(fā)明公開一種識別金屬拉深件成形微裂紋位置的方法，采集不同位置微裂紋的聲發(fā)射信號特征參數(shù)，使用這些特征參數(shù)對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，建立起了特征參數(shù)和微裂紋位置的非線性映射關(guān)系。根據(jù)特征參數(shù)對識別結(jié)果的靈敏度，在保證不影響識別結(jié)果的前提下，提取了5個最能表征信號的參數(shù)，將生產(chǎn)中采集的5個特征參數(shù)輸入BP神經(jīng)網(wǎng)絡(luò)，識別微裂紋產(chǎn)生的位置，對比網(wǎng)絡(luò)輸出和目標(biāo)輸出，可以得到微裂紋產(chǎn)生的位置。本發(fā)明能很好地對金屬拉深件裂紋產(chǎn)生位置進(jìn)行識別，在獲得足夠訓(xùn)練樣本的前提下，可以很準(zhǔn)確的識別微裂紋位置，為選取工藝參數(shù)提供重要依據(jù)和參考。
文檔編號G01N29/14GK102692456SQ20121013106
公開日2012年9月26日 申請日期2012年5月2日 優(yōu)先權(quán)日2012年5月2日
發(fā)明者葉紅英, 張保剛, 范祥偉, 駱志高 申請人:江蘇大學(xué)