[发明专利]机床加工的质检方法、质检装置

权利要求书

1.一种机床加工的质检方法，其特征在于，包括以下步骤：

获取机床加工过程中的状态信号并进行基础时频分析，以生成时序数据样本，所述状态信号包括机床的转速和扭矩组成的工况参数以及振动信息、电流信息和噪声信息组成的多维时序特征样本；

采用DTW算法对工况参数的时序特征进行工况切分，以获取加工时段；

获取每个所述加工时段对应的质检结果，根据所述加工时段对应的工况参数、多维时序特征样本、质检结果形成历史时序数据样本库，其中所述质检结果包括：合格产品和不合格产品，所述质检结果为不合格产品时，所述质检结果还包括次品类型分类；

根据所述历史时序数据样本库选取合格产品样本和不合格产品样本，根据选取的合格产品样本和不合格产品样本训练孪生循环神经网络，根据训练后的孪生循环神经网络建立质检时序相似度评价模型，所述质检时序相似度评价模型能够比较任意两个加工时段的时序数据样本之间的相似度；

通过所述质检时序相似度评价模型获取质检软测量结果指标阈值；

在产线终检抽检到不合格产品时，对抽检不合格产品所在批次的全部产品加工过程的时序数据样本进行提取，形成待检测样本，并从所述历史时序数据样本库中选取合格产品样本和不合格产品样本形成比对基准样本；

通过所述质检时序相似度评价模型获取所述待检测样本和所述比对基准样本的质检软测量结果；

根据所述质检软测量结果和所述质检软测量结果指标阈值定位不合格产品；

其中，通过所述质检时序相似度评价模型获取质检软测量结果指标阈值，具体包括：

随机从所述历史时序数据样本库中针对每种次品类型分类选取不合格产品样本j个，从所述历史时序数据样本库中选取合格产品样本N*j个，形成测试样本，其中，N和j为正整数；

采用所述质检时序相似度模型计算所述测试样本中合格产品样本间的相似度Y₁’和所述不合格产品样本和合格产品样本间的相似度Y₂’；

根据公式Y_thr=mean(Y₁’)*[1-mean(Y₂’)]-3*[std(Y₁’)+std(Y₂’)]获取质检软测量结果指标阈值Y_thr，其中，mean为样本平均值函数，std为标准差函。

2.根据权利要求1所述的机床加工的质检方法，其特征在于，还包括：将定位到的不合格产品进行质检，并将质检结果更新到所述历史时序数据样本库中。

3.根据权利要求1所述的机床加工的质检方法，其特征在于，所述工况参数具体包括：机床的转速和机床的扭矩组成的2维工况参数；

所述多维时序特征样本具体包括：机床的振动的峰峰值、均方根、偏度、峰度、波峰因数、形状因数和脉冲因数；机床的电流的峰峰值、均方根、偏度、峰度、波峰因数、形状因数和脉冲因数；机床的噪声的峰峰值、均方根、偏度、峰度、波峰因数、形状因数和脉冲因数组成的21维时序特征样本，所述机床的转速、机床的扭矩、机床的振动、机床的电流和机床的噪声均为秒级数据。

4.根据权利要求1所述的机床加工的质检方法，其特征在于，采用DTW算法对工况参数的时序特征进行工况切分，以获取加工时段，具体包括：

确定起点，所述起点对应的机床的转速和扭矩均大于0；

通过滑窗获取待确定加工时段，滑窗的大小为[T1，T2]，待确定加工时段的个数为T2-T1个，其中，T1为根据机床历史数据统计所得的机床加工单个产品的最短加工秒数，T2为根据机床历史数据统计所得的机床加工单个产品的最长加工秒数；

基于动态时间规整DTW算法计算每一个待确定加工时段的工况参数与历史加工样本的工况参数之间的工况距离；

针对每个待确定加工时段，将其与历史加工样本的工况距离的最小值作为工况距离，从T2-T1个待确定加工时段内取工况距离最短的作为加工时段。