公开(公告)号：CN117786613A

公开(公告)日：2024-03-29

申请号：CN202311810972.2

申请日：2023-12-26

Applicant: 重庆邮电大学

Inventor： 邓聪颖 ,  游倩 ,  苗建国 ,  殷鸣 ,  黄琼

IPC: G06F18/27 ,  G06F18/25 ,  G06F18/214 ,  G06F17/16 ,  G06F17/11

Abstract: 本发明涉及一种有限样本下变刀具悬伸量的铣削稳定性预测方法，属于铣削加工技术领域。本发明首先测量源悬伸量的刀尖动力学和切削力系数，得到大量低可信度极限切削深度理论值；然后，采用最大熵自适应采样策略，通过颤振实验获取有限的高可信度极限切削深度实验值，引入仿射变换更新低可信度数据，进而结合高可信度数据建立铣削稳定性的协同克里金预测模型；最后，定义源悬伸量预测的变可信度数据为目标悬伸量的低可信度数据，基于平均绝对百分比误差进行自适应采样，依次测量高可信度极限切削深度值，结合仿射变换建立目标悬伸量铣削稳定性协同克里金预测模型。本发明通过引入有限的实验反馈信息，提高了铣削稳定性预测精度并最小化实验次数。

公开(公告)号：CN118551495A

公开(公告)日：2024-08-27

申请号：CN202410601114.5

申请日：2024-05-15

Applicant: 重庆邮电大学

Inventor： 邓聪颖 ,  游倩 ,  殷鸣 ,  谢罗峰 ,  苗建国

IPC: G06F30/17 ,  G06F30/27 ,  G06F18/27 ,  G06N3/0455 ,  G06N3/0895 ,  G06N3/084 ,  B23Q17/00

Abstract: 刀尖点频响函数是解析切削稳定性的重要输入，构建多因素作用下的刀尖点频响函数预测模型需充足的样本，将直接引入大量重复的仿真或实验致使成本增加。针对此问题，本发明提出小样本下变加工位置和刀具悬伸量的刀尖动态特性预测方法，该方法采用自编码器和多层感知机搭建半监督学习框架，改进自编码器的损失函数反馈机制，深度提取刀具悬伸量和加工位置特征，设置较小的标签样本比例，仅在其对应位置获取模态参数构成小样本，训练AE‑MLP模型以预测全部位置的刀尖动态特性。以立式加工中心的2把铣刀开展实例验证，当标签样本比例为0.4时，所提方法在刀具T1、T2各类模态参数平均误差中的最大值分别为7.96％、7.77％，优于直接采用小样本建模的其它对比模型。