[发明专利]数据融合技术检测外圆磨削表面粗糙度的方法及其装置

摘要

本发明涉及数据融合领域。提供了一种通过数据融合技术对纵向外圆磨削表面粗糙度进行测量的方法及装置。该技术方案为：1、正交磨削试验设计。控制参数是磨削深度、工件转速以及工作台移动速度。需测的量分别是工件振动信号和工件表面粗糙度。2、磨削试验。按照步骤1的方案进行试验，记录控制参数和测量参数结果，其中工件振动信号通过电涡流传感器传入工控机。3、神经网络训练及验证。建立表面粗糙度的神经网络模型，输入参数为磨削深度、工件转速、工作台移动速度及工件振动信号，输出参数为工件表面粗糙度。然后，运用试验数据对网络进行训练及验证。4、表面粗糙度测量。神经网络通过验证后，可在线测量同样工艺系统下的磨削表面粗糙度。

主权项

一种将数据融合技术用于纵向外圆磨削表面粗糙度检测的方法与装置，其特征在于所述的方法采用神经网络数据融合技术间接测量工件表面粗糙度，步骤如下：(1)试验设计，针对具体的磨床、砂轮、夹具及工件情况，结合机械加工工艺手册推荐数据采用正交试验设计的方法设计磨削试验，控制参数分别是磨削深度、工件圆周进给速度以及工作台纵向进给速度，需测的量分别是工件振动信号和磨削后工件表面粗糙度，其中工件振动信号通过电涡流传感器进行非接触式测量，传感器探头通过螺纹固定在支架上，探头与工件表面之间的距离可通过螺纹进行调节，以满足加工不同尺寸工件的需要；(2)磨削试验，按照步骤1的试验设计方案进行磨削试验，记录每次试验的控制参数和测量参数结果，其中工件振动信号通过电涡流传感器传入工控机；(3)神经网络训练及验证。建立表面粗糙度的神经网络模型，输入参数为磨削深度、工件圆周进给速度、工作台纵向进给速度以及工件振动信号，输出参数为磨削后工件的表面粗糙度。这样，通过神经网络将4个输入参数的数据融合在一起对工件表面粗糙度进行间接测量。然后，运用磨削试验数据对网络进行训练并加以验证；(4)磨削表面粗糙度测量。神经网络通过验证后，可采用该神经网络模型对同样机床、工件及工装条件下的磨削表面粗糙度进行在线测量。