科创中国

高端装备制造产业,航空装备产业

本发明公开了一种航空发动机叶片机器人磨削烧伤预测方法，建立磨削烧伤预测模型；所述磨削烧伤预测模型被配置为将磨削加工参数作为输入量，将磨削烧伤特征值作为状态量，将磨削烧伤程度为输出量；将工件的磨削加工参数输入所述磨削烧伤预测模型，得到工件的磨削烧伤程度；判断所述工件的磨削烧伤程度，并根据判断结果，将所述工件的磨削加工参数与磨削烧伤临界阈值进行比较，根据比较结果调整所述工件的磨削加工参数。本发明用声发射传感器、力传感器、加速度传感器、温度传感器、电流电压传感器等多传感器组成了叶片机器人砂带磨削多传感器监控系统，能够在线实时采集声发射、力、振动等信号，实现对于复杂曲面机器人加工的全面监控。

1.本发明的叶片机器人磨削烧伤预测方法，用声发射传感器、力传感器、加速度传感器、温度传感器、电流电压传感器等多传感器组成了叶片机器人砂带磨削多传感器监控系统，能够在线实时采集声发射、力、振动等信号，实现对于复杂曲面机器人加工的全面监控，从而有效保证叶片机器人加工的质量。 2.本发明的叶片机器人磨削烧伤预测方法，对多传感信息进行高效融合，能够剔除其中的冗余信息，提高了信息的质量，节省了数据存储上的开支。 3.本发明的叶片机器人磨削烧伤预测方法，能够有效的提取多传感融合信息中的磨削烧伤不变性特征，为之后叶片烧伤预测模型对磨削烧伤的精准识别提供了有力保障。 4.本发明的叶片机器人磨削烧伤预测方法，基于深度学习建立的叶片磨削烧伤预测模型，具有实时性强，能够对大规模数据进行快速的分析处理，同时，模型的泛化能力强，提高了系统的鲁棒性，提升叶片前后缘机器人磨削烧伤预测的准确性与适应性。 5.本发明的叶片机器人磨削烧伤预测方法，采用雷达图的形式直观的展现叶片的磨削烧伤临界域，便于快速的辨识磨削加工参数的合理性，实现了在保证加工效率的同时有效抑制了叶片加工过程中的磨削烧伤现象。

徐小虎;刘奇;杨泽源;严思杰;丁汉 学校实施“人才兴校”战略，师资力量雄厚。现有专任教师3700余人，其中教授1400余人，副教授1400余人；教师中有院士20人，“973计划”项目首席科学家15人，重大科学研究计划项目首席科学家2人，国家重点研发计划项目首席科学家101人，国家级教学名师9人，国家百千万人才工程入选者43人。国家自然科学基金创新研究群体11个，教育部创新团队19个。