一種精密配合偶件的同步加工方法與流程
本發明涉及一種精密配合偶件的同步加工方法，它可以利用精密偶件加工過程中的振動信號特征量建立控制圖，并根據控制圖結果在線監控精密偶件的配合質量，實現精密偶件配作的同步加工。屬于并適用于精密偶件配作加工方法設計、配作加工方法優化等技術領域。
背景技術：
配作加工過程是制造過程中的典型加工過程，根據實際生產要求主要有兩類配作過程：一類是針對可互換產品的配作過程，這類過程不要求高精度，對匹配特性的公差要求較低，比如槍支各部件的配作加工；另一類是針對具有唯一匹配特性產品的過程，這類過程對精度要求極高，強調零部件的一一對應關系，往往表現為自組織的配作加工，如伺服閥滑閥-套筒的配磨過程、齒輪的咬合過程等。
目前對于第一類配作過程的研究較多，而缺乏對高精度自組織配作加工過程的優化研究。這類配作加工過程就是將兩個需要互相配合的零件通過匹配后精加工達到最終的配合要求，具有形狀復雜、加工精度高、體積小、配合公差嚴格等特點，其結構和精度對整體性能有著重大影響，偶件各自的加工精度和表面質量會影響偶件的配合性能，加工過程質量控制是配合加工的重點也是難點。
因此對直觀簡單、結果精確的精密偶件配合質量在線監控方法的探索具有十分重要的意義，有必要針對偶件加工過程質量進行研究，本發明提供了一種精密配合偶件的同步加工方法。
技術實現要素：
本發明給出了一種精密配合偶件的同步加工方法。以產品的配合尺寸數據為媒介，通過聚類分析，對配合尺寸波動范圍進行優劣判別；提取配磨過程振動數據的敏感特征分量，使得通過監控這些振動信號特征量分量，可以有效地辨別出高低配合質量類別，并且這些特征分量的監測質量應滿足誤報和漏報的比例較小。利用提取的振動信號特征量建立控制圖進行配合質量的在線監控，實現精密配合偶件的同步加工。
(1)發明目的
在實際的生產制造過程中主要是通過計量室的反復檢驗、現場的反復手工精研的方式來保證配合精度，但由于線下的檢測設備不具備實時檢測的能力，因此每次加工后需要花大量時間送檢，造成生產效率低且加工質量無法保障。同時，檢測人員和現場操作人員的測量精度不同，常造成誤返修甚至是無效返修。基于此本發明提供了一種精密配合偶件的同步加工方法，它利用控制圖理論，是一種直觀簡便、操作性強的配合質量在線監控的同步加工方法。
(2)技術方案
本發明一種精密配合偶件的同步加工方法。通過聚類分析產品的配合尺寸數據，判斷配合尺寸波動范圍的好壞，相應提取配磨過程的振動信號特征量，建立控制圖，實現在線監控配合質量達到同步加工的目的。具體的設計流程如圖1所示。
假設有n組待配合偶件作為訓練樣本搭建控制圖模型，通過測量每件產品每次配磨后的配合尺寸數據對配合尺寸波動范圍進行優劣判別，同時提取配磨過程中振動數據中，選取誤報和漏報比例較小的敏感特征分量，建立控制圖，通過已搭建的模型對配磨后的配合尺寸數據未知的偶件進行配合質量的在線監控，實現精密偶件配合的同步加工。
本發明一種精密配合偶件的同步加工方法，具體步驟如下：
步驟一：采用非接觸的基于超聲波的配合尺寸測量方法，沿偶件的軸向位置設置一系列測量點(測點i＝1，2，...，lk)，測得偶件的配合尺寸uk(i)，簡化的配偶件如圖2所示；精密偶件配合尺寸uk(i)可表示為：
uk(i)＝[uk(1)，uk(2)，...，uk(lk)]i＝1，2，...，lk(1)
其中，uk(i)表示第k對偶件在測量截面i所對應的配合間隙值，lk表示沿著配合偶件軸向所選取的測量截面數目，lk受偶件軸向尺寸長度的影響，對于不同型號的產品其測量數據維度不同；{uk(i)，i＝1，2，...，lk}表示配合尺寸沿著偶件軸向的變化范圍；
步驟二：基于配合尺寸提出質量指數qk
qk＝up/2，k-u1-p/2，k(2)
pr(u1-p/2，k＜uk(i)＜up/2，k，i＝1，2，...，lk)＝1-p(3)
其中，u1-p/2，k和up/2，k分別代表了配合間隙{uk(i)，i＝2，...，lk}的第(p/2)百分位和第(1-p/2)百分位，up/2，k＞u1-p/2，k，p的取值可參照具體的工藝要求來確定，當工藝要求較嚴格時，可賦予較小的p值；采用機器學習中的層次聚類算法對配合尺寸數據進行分類；經過聚類過程，可以得到高配合質量類偶件和低配合質量類偶件；通過ward最小方差法和歐式距離獲得的分層聚類樹形圖如圖3所示；
步驟三：采用快速傅里葉變化(fft)對配合加工階段的振動信號進行頻譜分析，頻率特征記為fi(hz)，頻率間隔設定為δf＝0.3151，因此fi＝δf·i，i＝1,2,…,160；其中i表示頻率標號，一共分為160個頻率特征；通過基于集合覆蓋問題的貪心尋優算法來尋找敏感的監測特征；
步驟四：基于hotellingt2控制圖對所選擇的每個敏感特征頻率區間φr(r＝1，2，...，r)建立相應的控制圖；對于每一個特征頻率區間φr(r＝1，2，...，r)，用xr，k表示第k對偶件在特征頻率區間φr內對應于所選的敏感頻率的幅值，因此xr，k在形式上應該是一個多維的矩陣；
步驟五：如果控制圖能夠滿足監測低配合質量的要求，則可用于生產加工過程的質量控制，若不滿足要求，即不能有效區分低配合質量和高配合質量類，則需要對模型作進一步修正；可以通過調整用于聚類分析的p值，修正特征提取過程中的k值，調整建立控制圖當中的顯著性水平α來修正；
步驟六：對配磨后配合尺寸數據未知的偶件通過上述步驟搭建的模型在線監測加工振動信號的敏感特征量，計算偶件在特征頻率區間φr下的hotellingt2統計量，判斷加工中的精密偶件在控制圖中是否滿足配合質量要求。
其中，在步驟二中所述的“采用機器學習中的層次聚類算法對配合尺寸數據進行分類”，層次聚類算法是本技術領域的常用算法，不予贅述。
其中，在步驟三中所述的“基于集合覆蓋問題的貪心尋優算法來尋找敏感的監測特征”，該貪心尋優算法的計算方法如下：
頻率特征fi，其振幅為yi，k有一個臨界值hi＝μi+k·σi，其中μi可以通過估計樣本
s0(fi)＝{k|yi，k≥hi，k，k∈ω0}(4)
s1(fi)＝{k|yi，k≥hi，k，k∈ω1}(5)
集合s0(fi)表示高配合質量類偶件被特征頻率fi錯誤的診斷為低配合質量的情況，而集合s1(fi)則表示低配合質量類偶件被正確的診斷出情況；定義用于過程監測的最優特征集合φ，因此，約束條件為集合φ能夠診斷出ω1中所有的低配合質量類偶件，記為
其中，
u1←ω1
u0←ω0
while
u1←u1\((s1(fi))∩u1)
u0←u0\(s0(fi))∩u0)
ω←ω∪{fi}(7)
在一定有界條件：h(maxi＝1，2，...，160|s1(fi)|)下保證找到可行解，其中
其中，在步驟四中所述的“hotellingt2控制圖”，其計算方法為：
當加工一批偶件的配合質量類數目為no時，即|ωo|＝no，并且在φr特征頻率區間內有
階段i：
階段ii：
其中，α為顯著性水平，通常設置為0.05或者0.1等；
將第k對偶件在特征頻率區間φr下的hotellingt2統計量表示為：
式中，xr，k表示第k對偶件在特征頻率區間φr內對應于所選的敏感頻率的幅值，是一個多維的矩陣；
由所選取的特征頻率區間數目決定的控制圖數量，依據統計量與控制限繪制控制圖。
其中，在步驟六中所述的“計算偶件在特征頻率區間φr下的hotellingt2統計量，判斷加工中的精密偶件在控制圖中是否滿足配合質量要求”，其作法如下：
將第k對偶件在特征頻率區間φr下的hotellingt2統計量表示為：
式中，xr，k表示第k對偶件在特征頻率區間φr內對應于所選的敏感頻率的幅值，是一個多維的矩陣；
通過以上步驟，將配合加工的過程數據結合到配合質量控制的模型中，達到了同步監控偶件配合質量的效果，在兼顧經濟性與時效性的同時，解決了傳統配磨加工質量控制效果不佳的實際問題，提高了加工效率與配合加工質量。
(3)本發明的優點
i.本發明針對傳統配磨加工質量控制效果不佳，提出了一種精密配合偶件的同步加工方法，該方法通過利用配合加工過程數據，建立基于數據驅動的配合質量在線控制模型。實現精密偶件的同步加工。
ii.本發明提出的精密配合偶件的同步加工方法可以在兼顧經濟性和時效性的同時，滿足質量控制要求，在提高加工效率的同時能夠保證配合加工質量。
附圖說明
圖1本發明精密配合偶件的同步加工方法設計流程圖。
圖2本發明簡化配偶件示意圖。
圖3本發明分層聚類樹形圖。
圖4訓練組每組數據的的配合質量指數。
圖5訓練組偶件分層聚類樹形圖。
圖6訓練組階段it2控制圖。
圖7b組偶件配合質量分類結果。
圖8階段ii控制圖。
圖9配磨后配合尺寸數據未知的偶件加工配合質量控制圖。
圖中序號、符號、代號說明如下：
lk：沿著配合偶件軸向所選取的測量截面數目(見圖1)
uk(i)：第k對偶件在測量截面i所對應的配合間隙值(見圖1、圖2)
d：閥套內徑(見圖2)
d：閥套內徑(見圖2)
□：高配合質量偶件組(見圖3、圖5)
○：每組配合尺寸數據對應的配合質量指數值(見圖4)
●：高低配合質量指數值分界值(見圖4)
—：高低配合質量分界線(見圖6、圖8、圖9)
·：超過控制圖上限的低配合質量類偶件(見圖6、圖8、圖9)
△：受控的數據點(見圖6、圖8)
о：誤報的情況(見圖8)
具體實施方式
見圖1—圖9，本發明的一個實施例中，提供了一種精密配合偶件的同步加工方法。已知伺服閥滑閥-套筒的配作加工是一個配磨過程，在滑閥外徑d和套筒內徑d分別加工到一定精度后以滑閥為基準選擇配套的套筒進行研磨，直到達到配合工藝要求。現有20套內徑尺寸要求為
表1簡化偶件配合性能檢測依據
試計算該配磨過程的配合質量在線監測模型并驗證準確性。給定一組配磨后配合尺寸數據未知的偶件，配合加工振動信號在敏感頻率的幅值如表2所示，依據加工過程的振動信號和已搭建的監測模型，試計算該組偶件配磨加工后的配合質量情況。
表2配合加工振動信號在敏感頻率的幅值
解：
本發明一種精密配合偶件的同步加工方法，其具體步驟如下：
步驟一：對偶件反復配磨，測量配合尺寸，獲得66組數據，如表3所示。
表3配合加工過程
其中兩個是廢品，因此有效數據為64組，其中高質量類數據(配合性能滿足要求)為18組，低質量類數據(配磨過程性能不滿足要求)為46組，獲得的第一組偶件第一次配磨后的配合尺寸數據如表4所示。
表4第一組偶件第一次配磨后的配合尺寸數據
因此，將64組數據均勻的隨機分為a、b兩組，每組數據都包含了9組高質量類數據和23組低質量類數據，其中a組數據用于訓練控制模型，b組數據用于模型驗證與修正。
步驟二：訓練組每對偶件按照p＝0.05確定的配合質量指數q5％，k，具體公式為：
q5％，k＝u0.025，k-u0.975，k
將兩組數據中的每一對偶件的配合尺寸數據分為高配合質量類ωo和低配合質量類ω1，如表5所示，
表5質量分類結果
圖4為訓練組每組數據的的配合質量指數，圖5為訓練組分層聚類樹形圖，從圖中可以清楚得將低配合質量偶件和高配合質量偶件區分開，其中第3,10,11,14,15,18,24,25,30號偶件為高配合質量，其余的為低配合質量。
步驟三：針對每一對偶件配磨加工中的振動信號，提取敏感特征信號。利用貪心算法尋找敏感特征頻率集φ，貪心算法選取特征頻率的步驟如表6所示。
表6訓練組監測特征頻率選擇過程及結果
因此，可以得到需要監測的敏感頻率為φ＝{f51，f53，f58，f92，f99，f115，f120，f145，f147}，此時的目標函數經過計算可得
因為在不產生虛警情況下即
表7訓練組頻率特征
步驟四：根據選取的敏感特征頻率集合φ，確定t2控制圖的數量為r＝4，即選取4個連續的特征頻率區間：
φ1＝{f51，f52，f53，f54，f55，f56，f57，f58}
φ2＝{f92，f93，f94，f95，f96，f97，f98，f99}
φ3＝{f115，f116，f117，f118，f119，f120，f121，f122}
φ4＝{f145，f146，f147，f148，f149，f150，f151，f152}
每個區間包含了8份連續的頻率，覆蓋約2.5赫茲的振動頻率范圍。計算相應的t2控制限，在階段i中，置信水平α＝0.01，控制圖見圖6。
步驟五：利用b組作為階段ii的數據對上述所建立的控制模型進行驗證。將b組偶件配合質量計算并進行分類，分類結果如圖7所示。根據所提取的四個特征頻率區間建立相應的t2控制圖，如圖8所示，對比圖7的分類結果，檢測情況在可容許存在一定條件下的誤報的情況下與實際情況相符。因此該控制模型可用來對配磨階段偶件配合質量進行在線監控。
步驟六：對待檢測的配磨后配合尺寸數據未知的偶件通過上述步驟搭建的模型在線監測加工振動信號的敏感特征量，計算偶件在特征頻率區間φr下的hotellingt2統計量得：
y1＝29.2801
y2＝65.2011
y3＝51.7252
y4＝28.1485
則該偶件在控制圖中的配合質量情況如圖9所示。則該偶件為低質量配合偶件。
- 還沒有人留言評論。精彩留言會獲得點贊！