[发明专利]一种谐波减速器出厂合格性判定方法及装置

说明书

本发明公开了一种谐波减速器出厂合格性判定方法及装置，涉及零件合格检测技术领域。具体步骤为；采集一维声振信号；将所述一维声振信号分为训练集、验证集以及测试集；构建多尺度一维卷积神经网络；利用所述训练集和所述验证集训练所述多尺度一维卷积神经网络，得到训练好的合格性判定模型，将所述测试集输入所述合格性判定模型进行预测，得到谐波减速器合格性判定结果。本发明解决了现阶段谐波减速器出厂检测过分依赖人工经验以及检测速度慢点的问题，对于不同系列不同型号谐波减速器的合格性判定具有较强的鲁棒性。

技术领域

本发明涉及零件合格检测技术领域，更具体的说是涉及一种谐波减速器出厂合格性判定方法及装置。

背景技术

谐波减速器是工业机器人不可或缺的关键零部件，一旦发生质量问题，很有可能导致相关联的部件功能失效进而影响装备的整机性能，甚至引发机器故障造成巨大的经济损失。通常，出厂前对零部件进行合格性检测是确保其进入流通领域质量把关的第一步，进一步保障了用户利益和企业自身信誉。在现有技术中，谐波减速器出厂合格性判定常用振动测试结合人工经验的方法，这种方法过分依赖人工经验，准确率低且检测速度慢，大大降低了企业生产效率。因此，对本领域技术人员来说，如何准确快速实现对谐波减速器出厂检测是亟待解决的问题。

发明内容

有鉴于此，本发明提供了一种谐波减速器出厂合格性判定方法及装置，以解决背景技术中提出的问题。

为了实现上述目的，本发明采用如下技术方案：一种谐波减速器出厂合格性判定方法，具体步骤包括如下：

采集一维声振信号；

将所述一维声振信号分为训练集、验证集以及测试集；

构建多尺度一维卷积神经网络；

利用所述训练集和所述验证集训练所述多尺度一维卷积神经网络，得到训练好的合格性判定模型，将所述测试集输入所述合格性判定模型进行预测，得到谐波减速器合格性判定结果。

可选的，采集所述一维声振信号的步骤为：将谐波减速器对准声压传感器放置在吸声棉上，以锤头为钢制的力锤作为激励源敲击所述谐波减速器，用信号采集软件采集一维声振信号。

可选的，所述多尺度一维卷积神经网络包括多尺度卷积层、池化层和全连接层。

可选的，所述多尺度卷积层通过多个不同尺度卷积核对输入信号进行不同尺度的卷积，卷积定义为：

y_i^K＝f[Conv_k∈K(X,W^k_i)+b_i]；

其中，y_i^K为以卷积核尺度K的i个输出特征；X为输入特征；W^K_i为以核尺度k的第i个卷积核；b_i为输出第i个特征时所加的偏置；f为激活函数。

可选的，所述池化层的运算表达式：

y_i＝f[β_idown(x)+b_i]；

其中，down(*)为下采样函数；β_i为第i个特征的权值；x对应卷积层的输出；b_i为第i个特征的偏置。

可选的，所述全连接层包括对应多层感知机的隐含层，在所述全连接层后接隐藏层，最后由Softmax多分类器完成分类。