降压阀的加工制造方法、精加工参数确定方法及相关设备与流程
- 国知局
- 2024-06-20 16:49:52
本发明涉及精密加工领域,尤其涉及一种降压阀的加工制造方法、精加工参数确定方法及相关设备。
背景技术:
1、传统的降压阀加工,对于降压阀管件内部的流道加工往往是设置好位置和加工参数后,采用一次加工到位得到,然而,由于加工设备本身的误差,使得加工出来的降压阀精度不一致,对于精度要求很高的降压阀,传统的降压阀加工会存在精度不够的问题,使得装配成功率低,进而导致良品率不高。
技术实现思路
1、本发明实施例提供一种降压阀的加工制造方法,旨在解决现有高精度降压阀的加工存在精度不够的问题,使得装配成功率低,进而导致良品率不高的问题。通过对降压阀管件进行粗加工,保留一定的加工余量,通过光学图像序列匹配精加工阶段的精加工参数,使得精加工阶段可以更精准地对降压阀管件进行精加工,能够显著提高降压阀管件的加工精度和一致性,确保最终降压阀管件的性能稳定可靠,进而提高高精度降压阀的良品率。
2、第一方面,本发明实施例提供一种降压阀的加工制造方法,所述降压阀的加工制造方法包括:
3、粗加工出第一降压阀管件以及其他装配件,所述第一降压阀管件中具有多级预加工流道,所述多级预加工流道具有不同等级的加工余量;
4、在无外界光的环境下,通过可变平行光源从所述第一降压阀管件的入口照射预设时间,在所述第一降压阀管件的出口通过光学采集元件采集所述可变平行光源经过所述第一降压阀管件的出射光,得到第一光学图像序列;
5、基于所述第一光学图像序列,匹配出所述第一降压阀管件的精加工参数,不同第一光学图像序列对应不同的精加工参数;
6、通过所述精加工参数对所述第一降压阀管件进行精加工,得到精加工后的第二降压阀管件;
7、将所述第二降压阀管件送入装配流程与其他装配件进行装配,得到装配好的降压阀。
8、可选的,所述基于所述光学图像序列,匹配出所述第一降压阀管件的精加工参数,包括:
9、通过第一特征提取网络对所述第一光学图像序列中每一帧第一光学图像进行第一空间特征提取,得到所述第一光学图像序列的第一空间特征序列,每一帧第一光学图像对应所述第一空间特征序列中的一个第一空间特征;
10、通过第一时序网络对所述第一空间特征序列进行第一时序特征提取,得到所述光学图像序列的第一时空特征;
11、通过第一线性回归网络对所述第一时空特征进行线性回归处理,得到所述第一降压阀管件的精加工参数。
12、可选的,在所述基于所述第一光学图像序列,匹配出所述第一降压阀管件的精加工参数之前,所述方法还包括:
13、通过扫描粗加工的样本降压阀管件来获取所述样本降压阀管件的加工余量分布;
14、根据所述加工余量分布来获取所述样本降压阀管件的精加工参数真值;
15、在无外界光的环境下,通过可变平行光源从所述样本降压阀管件的入口照射预设时间,在所述样本降压阀管件的出口通过光学采集元件采集所述可变平行光源经过所述样本降压阀管件的出射光,得到第一样本光学图像序列;
16、将所述第一样本光学图像序列与所述精加工参数真值进行关联,得到第一样本数据,每个第一样本数据包括一个所述第一样本光学图像序列以及对应的精加工参数真值;
17、将待训练第一特征提取网络、待训练第一时序网络以及待训练第一线性回归网络依次联立,得到第一待训练模型;
18、通过所述第一样本数据对所述第一待训练模型进行有监督训练,训练完成,得到训练好的第一特征提取网络、第一时序网络以及第一线性回归网络。
19、第二方面,本发明实施例还提供一种精加工参数确定方法,应用于粗加工出第一降压阀管件的精加工参数确定,所述第一降压阀管件中具有多级预加工流道,所述多级预加工流道具有不同等级的加工余量,所述降压阀精加工参数确定方法包括以下步骤:
20、在无外界光的环境下,通过可变平行光源从所述第一降压阀管件的入口照射预设时间,在所述第一降压阀管件的出口通过光学采集元件采集所述可变平行光源经过所述第一降压阀管件的出射光,得到第一光学图像序列;
21、基于所述第一光学图像序列,匹配出所述第一降压阀管件的精加工参数,不同第一光学图像序列对应不同的精加工参数。
22、可选的,所述基于所述光学图像序列,匹配出所述第一降压阀管件的精加工参数,包括:
23、通过第一特征提取网络对所述第一光学图像序列中每一帧第一光学图像进行第一空间特征提取,得到所述第一光学图像序列的第一空间特征序列,每一帧第一光学图像对应所述第一空间特征序列中的一个第一空间特征;
24、通过第一时序网络对所述第一空间特征序列进行第一时序特征提取,得到所述光学图像序列的第一时空特征;
25、通过第一线性回归网络对所述第一时空特征进行线性回归处理,得到所述第一降压阀管件的精加工参数。
26、可选的,在所述基于所述第一光学图像序列,匹配出所述第一降压阀管件的精加工参数之前,所述方法还包括:
27、通过扫描粗加工的样本降压阀管件来获取所述样本降压阀管件的加工余量分布;
28、根据所述加工余量分布来获取所述样本降压阀管件的精加工参数真值;
29、在无外界光的环境下,通过可变平行光源从所述样本降压阀管件的入口照射预设时间,在所述样本降压阀管件的出口通过光学采集元件采集所述可变平行光源经过所述样本降压阀管件的出射光,得到第一样本光学图像序列;
30、将所述第一样本光学图像序列与所述精加工参数真值进行关联,得到第一样本数据,每个第一样本数据包括一个所述第一样本光学图像序列以及对应的精加工参数真值;
31、将待训练第一特征提取网络、待训练第一时序网络以及待训练第一线性回归网络依次联立,得到第一待训练模型;
32、通过所述第一样本数据对所述第一待训练模型进行有监督训练,训练完成,得到训练好的第一特征提取网络、第一时序网络以及第一线性回归网络。
33、第三方面,本发明实施例还提供一种精加工参数确定装置,应用于粗加工出第一降压阀管件的精加工参数确定,所述第一降压阀管件中具有多级预加工流道,所述多级预加工流道具有不同等级的加工余量,所述降压阀管件精加工参数确定装置包括:
34、第一采集模块,用于在无外界光的环境下,通过可变平行光源从所述第一降压阀管件的入口照射预设时间,在所述第一降压阀管件的出口通过光学采集元件采集所述可变平行光源经过所述第一降压阀管件的出射光,得到第一光学图像序列;
35、处理模块,用于基于所述第一光学图像序列,匹配出所述第一降压阀管件的精加工参数,不同第一光学图像序列对应不同的精加工参数。
36、可选的,所述处理模块包括:
37、第一处理单元,用于通过第一特征提取网络对所述第一光学图像序列中每一帧第一光学图像进行第一空间特征提取,得到所述第一光学图像序列的第一空间特征序列,每一帧第一光学图像对应所述第一空间特征序列中的一个第一空间特征;
38、第二处理单元,用于通过第一时序网络对所述第一空间特征序列进行第一时序特征提取,得到所述光学图像序列的第一时空特征;
39、第三处理单元,用于通过第一线性回归网络对所述第一时空特征进行线性回归处理,得到所述第一降压阀管件的精加工参数。
40、可选的,所述装置还包括:
41、扫描模块,用于通过扫描粗加工的样本降压阀管件来获取所述样本降压阀管件的加工余量分布;
42、获取模块,用于根据所述加工余量分布来获取所述样本降压阀管件的精加工参数真值;
43、第二采集模块,用于在无外界光的环境下,通过可变平行光源从所述样本降压阀管件的入口照射预设时间,在所述样本降压阀管件的出口通过光学采集元件采集所述可变平行光源经过所述样本降压阀管件的出射光,得到第一样本光学图像序列;
44、关联模块,用于将所述第一样本光学图像序列与所述精加工参数真值进行关联,得到第一样本数据,每个第一样本数据包括一个所述第一样本光学图像序列以及对应的精加工参数真值;
45、联立模块,用于将待训练第一特征提取网络、待训练第一时序网络以及待训练第一线性回归网络依次联立,得到第一待训练模型;
46、训练模块,用于通过所述第一样本数据对所述第一待训练模型进行有监督训练,训练完成,得到训练好的第一特征提取网络、第一时序网络以及第一线性回归网络。
47、第四方面,本发明实施例提供一种降压阀的加工制造系统,所述系统包括粗加工装置、精加工装置、装配线以及如本发明实施例中任一所述的精加工参数确定装置;
48、所述粗加工装置用于粗加工出第一降压阀管件以及其他装配件,所述第一降压阀管件中具有多级预加工流道,所述多级预加工流道具有不同等级的加工余量;
49、所述精加工装置用于通过所述精加工参数对所述第一降压阀管件进行精加工,得到精加工后的第二降压阀管件;
50、所述装配线用于将所述第二降压阀管件送入装配流程与其他装配件进行装配,得到装配好的降压阀。
51、本发明实施例中,粗加工出第一降压阀管件以及其他装配件,所述第一降压阀管件中具有多级预加工流道,所述多级预加工流道具有不同等级的加工余量;在无外界光的环境下,通过可变平行光源从所述第一降压阀管件的入口照射预设时间,在所述第一降压阀管件的出口通过光学采集元件采集所述可变平行光源经过所述第一降压阀管件的出射光,得到第一光学图像序列;基于所述第一光学图像序列,匹配出所述第一降压阀管件的精加工参数,不同第一光学图像序列对应不同的精加工参数;通过所述精加工参数对所述第一降压阀管件进行精加工,得到精加工后的第二降压阀管件;将所述第二降压阀管件送入装配流程与其他装配件进行装配,得到装配好的降压阀。通过对降压阀管件进行粗加工,保留一定的加工余量,通过光学图像序列匹配精加工阶段的精加工参数,使得精加工阶段可以更精准地对降压阀管件进行精加工,能够显著提高降压阀管件的加工精度和一致性,确保最终降压阀管件的性能稳定可靠,进而提高高精度降压阀的良品率。
本文地址:https://www.jishuxx.com/zhuanli/20240618/14343.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表