(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210950004.0 (22)申请日 2022.08.09 (71)申请人 西北工业大 学 地址 710072 陕西省西安市友谊西路127号 (72)发明人 李恩明　周竞涛　李泽雨　蒋腾远　 王明微　 (74)专利代理 机构 西安匠星互智知识产权代理 有限公司 612 91 专利代理师 陈星 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) G06F 113/24(2020.01) G06F 119/14(2020.01) (54)发明名称 一种基于切削力与夹紧力时空学习的薄壁 件加工变形预测方法 (57)摘要 本发明提出一种基于切削力与夹紧力时空 学习的薄壁件加工变形预测方法， 该方法将实际 加工过程中采集到的切削力与夹紧力作为主要 外载荷， 首先建立切削力与夹紧力的时变关联模 型； 接着将被加工零件进行几何模型参数化， 获 得可以表 示零件几何结构的参数化矩阵， 用来反 映零件的弯曲刚度； 之后针对变形形成过程中上 述外载荷、 几何与变形之间的时序与空间关联特 征， 建立卷积网络与循环神经网络结合的时空学 习模型， 将切削力、 夹紧力、 工件几何与变形信息 作为数据样本训练该网络， 实现加工变形预测。 本发明可以用在对切削力与夹紧力敏感的加工 变形中， 训练完成后变形预测模 型可以达到较高 的效率， 同时适用性较好。 权利要求书2页 说明书8页 CN 115422670 A 2022.12.02 CN 115422670 A 1.一种基于切削力与夹紧力时空学习的薄壁件加工变形预测方法， 其特征在于： 包括 以下步骤： 步骤1： 根据薄壁件加工过程中实际采集的切削力与夹紧力变化数据， 建立切削力与夹 紧力的时变模型， 进 而建立表示切削力与夹紧力关联变化的时变关联模型； 步骤2： 采用曲面映射结合保刚性变化将被加工的薄壁件进行几何模型参数化； 步骤3： 建立基于时空学习的变形 预测模型： 首先， 将关联后的切削力与夹紧力， 以及工件几何参数化模型输入卷积网络进行空间 关系学习： HΔt＝fc(Wc(L(Δt),D)+bc) 其中， HΔt是经过卷积网络学习后的输出； fc是激活函数， Wc， bc是需要学习的网络参数； 接着， 将若干个按照时间序列排列， 且经过卷积网络学习后的输出， 经过扩展处理后， 输入循环神经网络中， 对与变形相关的时序关系进行 学习： 其中， 为GRU网络在第n个时间间隔Δt后预测得到的变形输出； fg是激活函数， 是网络前一刻的输出， 是HΔt经过扩展处理后符合GRU网络的输入； Wg， U是需要学习 的网络参数； 将网络输出的变形和实际加工变形的均方差作为 误差函数： 其中， Et是在时间t的损失值， E是整个训练数据的损失值； Defn为经过n个时间间隔测得 的真实工件变形值， N 为以真实变形值 为标签的训练样本数量； 根据误差计算GRU网络中每个权重的梯度和偏置梯度， 同时采用Aadm算法更新网络参 数， 直到损失函数收敛， 完成变形 预测模型的建立； 步骤4： 利用训练好的变形 预测模型实现变形 预测。 2.根据权利要求1所述一种基于切削力与夹紧力时空学习的薄壁件加工变形预测方 法， 其特征在于： 步骤1中， 切削力时变模型为 F(t)＝(u(t),v(t),w(t),f(t) ) 其中， u(t)， v(t)， w(t)表示随着刀具移动的刀具坐标系， 其原点位于刀尖， u轴、 v轴和w 轴分别代 表瞬时进给 方向、 工件表面法向量和刀具轴向量， f(t)表示随时间变化的切削力； 夹紧力时变模型为 cF(t)＝(xi,yi,zi,cf(t)) 其中， xi， yi， zi表示第i个夹紧力测量位置在工件坐标系下对应的坐标， cf(t)表示随时 间变化的夹紧力； 加工过程中切削力与夹紧力空间转 化关系为： [x,y,z,1]T＝Trans[u,v,w,1]T 其中， Trans表示刀具坐标系向工件坐标系转换的齐次变换矩阵， 上标T表示转置； 在时 间上， 采用相 邻刀位点之 间的时间间隔， 分别对切削力与夹紧力取平均值， 实现时间上的一权　利　要　求　书 1/2 页 2 CN 115422670 A 2致性。 3.根据权利要求2所述一种基于切削力与夹紧力时空学习的薄壁件加工变形预测方 法， 其特征在于： 齐次变换矩阵Trans表示 为： 式中， 3×3的矩阵RT表示刀具坐标系相对于工件 坐标系的坐标旋转矩阵， 由刀具坐标轴 矢量决定， 包括 瞬时进给方向、 工件切削表面法向量和刀轴矢量； 3 ×1的矩阵QT表示刀具原 点相对于 机床的位置向量； γ和 η分别表示透 视变换和比例系数， 这里 η取1。 4.根据权利要求2所述一种基于切削力与夹紧力时空学习的薄壁件加工变形预测方 法， 其特征在于： 切削力与夹紧力关联变化的时变关联模型以关联矩阵L(t)表示： 其中， L(t)是切削力与夹紧力关联后的外载荷模型矩阵表达形式， (x(t),y(t),z(t)) 是经过齐次变换后的切削力坐标。 5.根据权利要求1或2所述一种基于切削力与夹紧力时空学习的薄壁件加工变形预测 方法， 其特征在于： 步骤2中， 采用曲面映射结合保刚性变化实现薄壁件几何模型参数化的 过程为： 首先采用曲面映射中的网格生成方法将薄壁件几何模型映射到参数域： 其中S(x,y,z)表示在笛卡尔坐标系下的薄壁件三维几何实体模型， D(u,v,w)表示参数 域坐标系下的薄壁件几何模型， F(x,y,z,u,v,w)表示映射函数， 符号 表示一对一映射关 系； 然后根据保刚性参数化方法， 将参数化后的几何模型上每个三角形曲面块不变形地投 影到一个单独的局部坐标系中， 然后将分散在各自局部坐标系中的三角形块粘合在一起， 形成一个完整的二维展开平面， 得到薄壁件几何模型的二维数组表达式D(ui,vi)， (ui,vi) 表示二维平面上点的坐标。 6.根据权利要求5所述一种基于切削力与夹紧力时空学习的薄壁件加工变形预测方 法， 其特征在于： 映射函数采用Hermite超限插值方法来实现工件几何模型到参数域的映 射。 7.根据权利要求1所述一种基于切削力与夹紧力时空学习的薄壁件加工变形预测方 法， 其特征在于： 激活函数fc采用ReLU激活函数， 激活函数fg采用Sigmo id函数。权　利　要　求　书 2/2 页 3 CN 115422670 A 3