[发明专利]基于人工智能的电动批头的质量检测方法

权利要求书

1.一种基于人工智能的电动批头的质量检测方法，其特征在于，包括以下步骤：

获取一批次中各个电动批头的长度、宽度、旋转半径、轴向应力序列和偏心系数；

根据各个电动批头的长度、宽度和旋转半径，确定各个电动批头的同轴度指标值；

根据各个电动批头的同轴度指标值和轴向应力序列，对电动批头进行分组，从而得到各个电动批头组；

根据各个电动批头组中的各个电动批头的轴向应力序列，确定各个电动批头组对应的等效轴向力；

根据各个电动批头的轴向应力序列、长度和偏心系数以及各个电动批头所在的电动批头组对应的等效轴向力，确定各个电动批头的滑移风险程度；

根据各个电动批头的滑移风险程度和同轴度指标值，确定各个电动批头的质量评估系数，进而确定各个电动批头是否满足质量要求；

确定各个电动批头的同轴度指标值的步骤包括：

根据各个电动批头的宽度和旋转半径，计算各个电动批头的直径差异值；

根据各个电动批头的直径差异值和长度，计算各个电动批头的同轴度指标值；

对各个电动批头的同轴度指标值进行归一化处理，从而得到最终的各个电动批头的同轴度指标值。

2.根据权利要求1所述的基于人工智能的电动批头的质量检测方法，其特征在于，确定各个电动批头组对应的等效轴向力的步骤包括：

根据各个电动批头组中的各个电动批头的轴向应力序列，确定各个电动批头组中的各个电动批头的最大轴向应力；

根据各个电动批头组中的各个电动批头的最大轴向应力，计算各个电动批头组中的所有电动批头的最大轴向应力的均值，并将该均值作为对应的电动批头组对应的等效轴向力。

3.根据权利要求1所述的基于人工智能的电动批头的质量检测方法，其特征在于，对电动批头进行分组的步骤包括：

根据各个电动批头的同轴度指标值和轴向应力序列，计算任意两个电动批头之间的手感相关性；

根据任意两个电动批头之间的手感相关性，利用分类算法对各个电动批头进行分组。

4.根据权利要求3所述的基于人工智能的电动批头的质量检测方法，其特征在于，任意两个电动批头之间的手感相关性对应的计算公式为：

其中，为批头A和批头B之间的手感相关性，和分别为批头A和批头B的同轴度指标值，和分别为批头A和批头B的轴向应力序列，为取最大值函数，为取最小值函数，为和之间的动态时间规整距离。

5.根据权利要求1所述的基于人工智能的电动批头的质量检测方法，其特征在于，确定各个电动批头的滑移风险程度的对应的计算公式为：

其中，为各个电动批头的滑移风险程度，为各个电动批头的轴向应力序列中的最大轴向应力，为各个电动批头所在的电动批头组对应的等效轴向力，为各个电动批头的长度，为各个电动批头的偏心系数，为取最大值函数。

6.根据权利要求1所述的基于人工智能的电动批头的质量检测方法，其特征在于，确定各个电动批头的质量评估系数的步骤包括：

根据各个电动批头的滑移风险程度和同轴度指标值，计算各个电动批头的同轴度指标值和滑移风险程度之间的比值，并将该比值对应作为各个电动批头的质量评估系数。

7.根据权利要求1所述的基于人工智能的电动批头的质量检测方法，其特征在于，进而确定各个电动批头是否满足质量要求的步骤包括：

分别判断各个电动批头的质量评估系数是否小于设定质量评估系数阈值，若小于设定质量评估系数阈值，则判定对应的电动批头不满足质量要求，否则判定对应的电动批头满足质量要求。

8.根据权利要求1所述的基于人工智能的电动批头的质量检测方法，其特征在于，还包括：

按照一批次中各个电动批头的加工次序，若连续出现设定数目的电动批头不满足质量要求，则判定批头的加工磨具发生故障。

9.根据权利要求1所述的基于人工智能的电动批头的质量检测方法，其特征在于，获取一批次中各个电动批头的偏心系数的步骤包括：

获取一批次中各个电动批头的各个对称旋转底部端面图像，根据各个电动批头的各个对称旋转底部端面图像之间的差异，计算各个电动批头的偏心系数。