[发明专利]飞机交点孔镗削让刀量预测方法、装置、设备及存储介质

权利要求书

1.飞机交点孔镗削让刀量预测方法，其特征在于，包括以下步骤：

构建镗削让刀量预测第一网络模型；

通过正交试验，获取飞机交点孔镗削过程中镗削参数、镗削力以及对应的让刀量的时序信息，并将所述时序信息进行归一化处理，将经过标准化之后的训练样本数据按照8:2的比例进行划分，划分为训练样本集和测试集；

将所述训练样本集中的时序信息数据批量输入到构建获得的镗削让刀量预测第一网络模型进行正向传播，采用Adam优化器进行优化更新网络权重和偏置参数；并基于均方误差RMSE计算损失，根据基于时间的反向传播算法计算损失函数对参数的偏导数；达到设置的迭代次数或者预设准确率后训练停止，完成对网络模型的训练，获得镗削让刀量预测第二网络模型；

将镗削参数输入所述镗削让刀量预测第二网络模型，获得飞机交点孔镗削让刀量；

其中，所述镗削让刀量预测第一网络模型是基于LSTM神经网络进行构建的，并基于所述LSTM神经网络将飞机交点孔m步粗镗和n步精镗加工过程进行映射；所述镗削让刀量预测第一网络模型为F_r=F_rc+F_re=K_rcS+K_reL_c；其中，所述F_rc为由切屑引起的切削力，所述F_re为由摩擦引起的切削力；所述K_rc和所述K_re为切削系数；所述S为切屑层面积，所述L_c为刀-屑接触长度；

所述镗削让刀量预测第一网络模型基于LSTM循环神经网络构建；所述LSTM循环神经网络包括输入层、隐藏层和输出层；其中，所述隐藏层包括LSTM循环神经网络神经元；

所述LSTM循环神经网络的输入层包括4个输入通道，4个所述输入通道分别用于输入镗削深度特征、镗削进给量特征、机床主轴转速特征和切削力特征。

2.根据权利要求1所述飞机交点孔镗削让刀量预测方法，其特征在于，所述LSTM循环神经网络神经元包括：

遗忘门，用于控制是否保留当前隐藏层节点存储的飞机交点孔镗削让刀量数据信息；

输入门，用于控制是否允许飞机交点孔镗削让刀量数据信息加入到当前隐藏层节点；

输出门，用于控制是否将当前节点输出值输出到下一层；

单元状态更新值，基于t时刻的输入数据和t-1时刻的隐藏单元输出数据获得；

单元状态值，由单元状态更新值获得；

隐藏层单元。