[发明专利]快速预测烧伤齿轮中显微组织变化的方法

摘要

本发明提出快速预测烧伤齿轮中显微组织变化的方法。该方法可以准确预测烧伤齿轮中金相组分中马氏体量的演变，同时也消除了频率对磁性巴克豪森噪声输出的干扰影响。通过从巴克豪森噪声信号的蝶形曲线图上提取特征值(包括峰值，峰值位置，半峰宽)送到ANFIS结构中进行分析处理。实验证明了ANFIS模型可以仅使用MBN包络的峰值，峰值位置和半峰宽来获得马氏体含量的预测结果，而无需知道设置的激励频率值，任意的低频都可以完成对马氏体组织量的预测，省去了寻找最佳激励电压的过程，节省了大量的时间。拟合优度参数R²＝0.9641和均方根误差RMSE＝16.9817证明了ANFIS模型具有较高的准确性，可以完成对齿轮烧伤马氏体含量的预测，应用到烧伤齿轮程度的检测之中。

主权项

1.快速预测烧伤齿轮中显微组织变化的方法，其特征在于：首先需要一批已知的不同的烧伤程度的磨削烧伤齿轮所对应的金相马氏体成分的试件；采集表征烧伤齿轮的特征参数，具体如下：第一，MBN信号的获取：采用磁探仪，选用激励电压为6V，激励频率选择5Hz、8Hz和10Hz；信号发生器产生的信号经过功率放大器放大到达激励线圈形成稳定电流，在U型磁轭的作用下形成交变磁场，烧伤齿轮在交变磁场的作用下产生MBN信号；采集线圈采集到MBN信号，霍尔元件采集到切向磁场；通过示波器将采集到的数据传输到上位机；第二，MBN信号的蝶形曲线获取：将示波器采集到的MBN原始信号，经过放大器对其进行放大；采用MATLAB软件进行处理，首先选择10‑70KHz的带宽滤波器对MBN信号进行滤波，之后进行滑动平均，通过滑动平均的方法得到MBN信号的包络线，最后以切向磁场信号为横坐标，MBN信号的包络线为纵坐标画出MBN信号的蝶形曲线；第三，从蝶形曲线上提取MBN信号的特征值，读取蝶形曲线上峰值Mmax，峰值对应的切向磁场强度Hcm，和50％峰值处对应的半峰宽值DH50，得到巴克豪森噪声信号的蝶形曲线与马氏体含量的关系；建立ANFIS预测模型预测金相马氏体组织量的改变：将烧伤齿轮马氏体含量数据库分成两组一组用于训练，一组用于验证；在训练阶段，设置训练次数，在ANFIS前向学习过程中，选择激励频率为5Hz和8Hz的数据进行ANFIS模型训练，在求得输出值之后，按最小二乘法原则计算实际值与期望值之间的误差值，并将此误差值反向传回，按梯度下降法修正前见参数，期望能够在设定的训练次数之内达到输出误差值最小的目的，之后训练停止，用激励频率为10Hz的数据进行ANFIS模型验证。