一种基于模流分析的大型一体式压铸泵体缺陷检测方法与流程

本发明涉及泵体设计加工领域，具体而言，涉及一种基于模流分析的大型一体式压铸泵体缺陷检测方法。

背景技术：

1、压铸生产的铸件形状复杂、致密度高、精度高、力学性能好，成本较低。随着汽车轻量化的发展，压铸件越来越多应用在汽车上。泵体是汽车发动机中的重要零部件，形状复杂，要求具有良好的气密性和高耐压性，压铸生产具有一定难度。通过数值模拟压铸生产过程，分析铸件的温度场、流场、应力场及预测可能产生的缺陷及其分布，可以有效地对压铸工艺参数进行优化，节省成本、提高生产效率。在现有技术中，一般采用模流分析软件对压铸工艺参数进行数值模拟，分析充型过程中产生的卷气和缩孔、应力缺陷，优化工艺参数，并进行实际生产，为同类零件的工艺优化提供参考。

2、但是对于泵体上的疏松、气泡等缺陷不容易检出，因此存在技术缺陷。

技术实现思路

1、本发明的目的在于提供一种基于模流分析的大型一体式压铸泵体缺陷检测方法，其能够提升泵体缺陷的检出能量，缩短压铸泵体的调试时间、降低成本。

2、本发明的实施例是这样实现的：

3、一种基于模流分析的大型一体式压铸泵体缺陷检测方法，该缺陷检测方法包括如下步骤：

4、通过模流分析软件对压铸泵体的充型凝固过程进行模拟，对开裂区域进行应力分析，并针对压铸泵体进行结构优化；

5、通过频率解耦模块，将优化后模型的泵体图像解耦为高频图像和低频图像；

6、采用生成器分别对高频图像和低频图像进行重建，得到重建图像；

7、采用判断器分别对泵体图像和重建图像进行判别，并输出判别概率。

8、在本发明的较佳实施例中，上述对压铸泵体进行结构优化的方式包括：增厚开裂区域或对应力集中部分泵体外壁全部施于网格筋。

9、在本发明的较佳实施例中，上述通过频率解耦模块，将优化后模型的泵体图像解耦为高频图像和低频图像方法包括如下步骤：

10、频率解耦模块通过傅里叶变换得到泵体图像的正常样本和异常样本的频率能量分布；

11、通过正常样本和异常样本的频率能量分布获得异常能量集；

12、获取异常能量集对应局部图像的高频图像和低频图像。

13、在本发明的较佳实施例中，于高频图像内获取局部图像的细节和纹理信息；于低频图像内获取语义信息。

14、在本发明的较佳实施例中，采用生成器分别对高频图像和低频图像进行重建，得到重建图像包括如下步骤：采用高频生成器重建高频图像，采用低频生成器重建低频图像；高频生成器和低频生成器共享相同的u-net模型结构。

15、在本发明的较佳实施例中，优先处理低频图像，低频图像的重建方法包括：对正常能量集对应的低频图像进行掩码卷积，对异常能量集对应的低频图像进行自监督预测卷积注意学习。

16、在本发明的较佳实施例中，再处理高频图像，高频图像的重建方法包括：对正常能量集对应的高频图像进行掩码卷积，对异常能量集对应的高频图像进行自监督预测卷积注意学习。

17、在本发明的较佳实施例中，采用生成器将处理后的高频图像和低频图像融合，得到重建图像。

18、在本发明的较佳实施例中，判断其包括特征提取子模块和分类子模块，特征提前子模块采用金字塔结构设计，通过循环方式逐步构建金字塔结构的卷积层，每层的输出大小减半，通道维度翻倍，最终通过一个卷积层输出到特定维度;

19、分类子模块在特征子网络的输出进行卷积，通过sigmoid函数激活，将classifier卷积层的输出压缩后生成判别概率。

20、在本发明的较佳实施例中，上述判断器采用fdhh-gan 模型。

21、本发明实施例的有益效果是：

22、本发明先使用模流分析软件对压铸泵体进行初步的模拟，并对模型进行结构优化后再进行图像分析，通过将优化后的泵体图像进行高频低频解耦，然后再通过生成器生成重建，重建图像和原图像判断后，若再生的重建图像和原图像偏差大，则原图像存在除了应力缺陷之外不容易发现的缺陷，例如疏松、缩孔和气泡等，从而提升缺陷的识别效率。

技术特征：

1.一种基于模流分析的大型一体式压铸泵体缺陷检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于模流分析的大型一体式压铸泵体缺陷检测方法，其特征在于，对压铸泵体进行结构优化的方式包括：增厚开裂区域或对应力集中部分泵体外壁全部施于网格筋。

3.根据权利要求1所述的基于模流分析的大型一体式压铸泵体缺陷检测方法，其特征在于，通过频率解耦模块，将优化后模型的泵体图像解耦为高频图像和低频图像方法包括如下步骤：

4.根据权利要求3所述的基于模流分析的大型一体式压铸泵体缺陷检测方法，其特征在于，于所述高频图像内获取局部图像的细节和纹理信息；于所述低频图像内获取语义信息。

5.根据权利要求3所述的基于模流分析的大型一体式压铸泵体缺陷检测方法，其特征在于，所述采用生成器分别对所述高频图像和低频图像进行重建，得到重建图像包括如下步骤：采用高频生成器重建高频图像，采用低频生成器重建低频图像；所述高频生成器和低频生成器共享相同的u-net模型结构。

6.根据权利要求5所述的基于模流分析的大型一体式压铸泵体缺陷检测方法，其特征在于，优先处理低频图像，所述低频图像的重建方法包括：对正常能量集对应的低频图像进行掩码卷积，对异常能量集对应的低频图像进行自监督预测卷积注意学习。

7.根据权利要求6所述的基于模流分析的大型一体式压铸泵体缺陷检测方法，其特征在于，再处理高频图像，所述高频图像的重建方法包括：对正常能量集对应的高频图像进行掩码卷积，对异常能量集对应的高频图像进行自监督预测卷积注意学习。

8.根据权利要求7所述的基于模流分析的大型一体式压铸泵体缺陷检测方法，其特征在于，采用生成器将处理后的高频图像和低频图像融合，得到重建图像。

9.根据权利要求1所述的基于模流分析的大型一体式压铸泵体缺陷检测方法，其特征在于，所述判断其包括特征提取子模块和分类子模块，所述特征提前子模块采用金字塔结构设计，通过循环方式逐步构建金字塔结构的卷积层，每层的输出大小减半，通道维度翻倍，最终通过一个卷积层输出到特定维度;

10.根据权利要求9所述的基于模流分析的大型一体式压铸泵体缺陷检测方法，其特征在于，所述判断器采用fdhh-gan 模型。

技术总结本发明提供一种基于模流分析的大型一体式压铸泵体缺陷检测方法，其能够提升泵体缺陷的检出能量，缩短压铸泵体的调试时间、降低成本；该缺陷检测方法包括如下步骤：通过模流分析软件对压铸泵体的充型凝固过程进行模拟，对开裂区域进行应力分析，并针对压铸泵体进行结构优化；通过频率解耦模块，将优化后模型的泵体图像解耦为高频图像和低频图像；采用生成器分别对高频图像和低频图像进行重建，得到重建图像；采用判断器分别对泵体图像和重建图像进行判别，并输出判别概率。技术研发人员：聂美仁,胡欣,黎其兵,任盛玲受保护的技术使用者：四川渝成机械有限公司技术研发日：技术公布日：2024/11/4