CN115741453A - 一种多传感器融合的智能双面研磨机 - Google Patents
一种多传感器融合的智能双面研磨机 Download PDFInfo
- Publication number
- CN115741453A CN115741453A CN202211528043.8A CN202211528043A CN115741453A CN 115741453 A CN115741453 A CN 115741453A CN 202211528043 A CN202211528043 A CN 202211528043A CN 115741453 A CN115741453 A CN 115741453A
- Authority
- CN
- China
- Prior art keywords
- grinding disc
- vibration
- data
- processor
- workpiece
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000004927 fusion Effects 0.000 title claims description 6
- 238000000034 method Methods 0.000 claims abstract description 53
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000003754 machining Methods 0.000 claims abstract description 19
- 238000005457 optimization Methods 0.000 claims abstract description 13
- 239000012530 fluid Substances 0.000 claims abstract description 7
- 238000013507 mapping Methods 0.000 claims abstract description 5
- 230000001360 synchronised effect Effects 0.000 claims abstract description 5
- 239000000463 material Substances 0.000 claims description 50
- 230000008569 process Effects 0.000 claims description 39
- 238000010801 machine learning Methods 0.000 claims description 9
- 230000007246 mechanism Effects 0.000 claims description 7
- 238000013526 transfer learning Methods 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 6
- 238000013386 optimize process Methods 0.000 claims description 6
- 239000007788 liquid Substances 0.000 claims description 4
- 239000002245 particle Substances 0.000 claims description 4
- 230000003746 surface roughness Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 description 7
- 238000005498 polishing Methods 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 4
- 239000013078 crystal Substances 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 235000012431 wafers Nutrition 0.000 description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013467 fragmentation Methods 0.000 description 2
- 238000006062 fragmentation reaction Methods 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241000252254 Catostomidae Species 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 229910052732 germanium Inorganic materials 0.000 description 1
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 229910002804 graphite Inorganic materials 0.000 description 1
- 239000010439 graphite Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- GQYHUHYESMUTHG-UHFFFAOYSA-N lithium niobate Chemical compound [Li+].[O-][Nb](=O)=O GQYHUHYESMUTHG-UHFFFAOYSA-N 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004663 powder metallurgy Methods 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229910052594 sapphire Inorganic materials 0.000 description 1
- 239000010980 sapphire Substances 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Landscapes
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
Abstract
本发明公开了一种多传感器融合的智能双面研磨机,包括机床本体、数据采集系统、处理器和计算机;所述数据采集系统包括温度传感器、压力传感器和振动传感器;计算机中安装数字孪生系统和工艺参数优化系统;所述数字孪生系统包括数字孪生三维模型与数据库、实体同步映像模块和虚拟实验模块。本发明的处理器根据温度数据调节研磨盘同一半径上等距分布的研磨液孔的流量,保证研磨盘各区域的温度恒定,避免研磨盘局部热变形而影响加工精度;通过压力传感器采集工件表面的局部受力情况,可精准避免压力过载,避免常规压力控制方法无法避免的工件损坏;通过振动传感器准确监测研磨区域的振动,避免振动过大而影响加工精度。
Description
技术领域
本发明属于精密/超精密加工领域,涉及一种双面研磨机,尤其涉及一种多传感器监测、工艺参数可优化的多传感器融合的智能双面研磨机。
背景技术
双面研磨机主要用于两面平行的晶体或其它机械零件的双面研磨,特别是薄脆性材料的加工,可满足较高的平面度、平行度、粗糙度要求。适用于各种材质的机械密封环、陶瓷片、油泵叶片、轴承端面及硅、锗、石英晶体、石墨、蓝宝石、光学水晶、玻璃、铌酸锂、粉末冶金等金属材料的平面研磨和抛光。在国防工业、航空航天、半导体、医疗器械行业扮演着重要角色。
但随着相关行业的不断发展,工件的工艺要求不断提高,这对双面研磨机的性能提出更加严格的要求。但目前双面研磨机的发展仍局限于个别技术指标的提升,尚无对加工过程的深入探究与分析,缺乏在智能化、信息化方向上的转变,很难实现技术上的突破。
中国专利CN 113894635 A公开了一种基于专家系统的师徒式智能研抛机,是一种师徒式双面研磨机,学员进行操作时,该研抛机将采集的压力和温度传送至控制系统中进行储存和分析处理,再与专家系统数据进行对比,当操作压力、温度或电机转速超过设定阈值后专家系统则进行语音提示和警告,对学员进行个性化的引导和纠偏;最终实现类似于直观知识传递和智能化引导操作。该研抛机便于初接触者学习使用,在后期的实际加工无显著效果,且学习过程中工件的损坏难以避免,实验成本高,资源浪费多。
中国专利CN 112589619 A公开了一种基于自学习的智能硅基晶圆超精密研磨抛光机,该研抛机优化了研磨粒子对晶圆的研磨轨迹,提高了研磨效率与精度。通过可调节吸盘实现了晶圆的批量取放与收纳。但自学习优化在发明内容无体现,仅体现在机械结构上的改进,并未体现出技术上的智能化。
中国专利CN 205703761 U公开了一种智能化研磨机控制的系统,该系统可控制研磨载荷、磨盘转速和研磨液温度等参数,可根据不同精度要求,调用数据库相应的工艺参数,提供稳定的加工效果,从而省去调试时间并提高工件精度的稳定性。该系统前期的数据积累需花费大量人力和实验成本,且仅限已有材料的数据进行调用,无法适用于数据库缺少的加工材料,适用范围有限。此外,该系统局限于已实现的加工精度,无法提高实际的加工精度。
发明内容
为解决现有技术存在的上述问题,本发明要设计一种学习与实验成本低、工艺参数易于优化、能提升加工精度的多传感器融合的智能双面研磨机。
为了实现上述目的,本发明的技术方案如下:一种多传感器融合的智能双面研磨机,包括机床本体、数据采集系统、处理器和计算机;
所述机床本体至少包括床身、操作面板、龙门架、上研磨盘和下研磨盘;
所述处理器安装于龙门架上,对数据采集系统采集的数据进行处理;
所述数据采集系统包括温度传感器、压力传感器和振动传感器;
所述温度传感器的安装与工作步骤如下:
A、在上研磨盘与下研磨盘上各开4个沿径向均布的通孔;
B、通孔内分别安装8个同规格的温度传感器,用于测量上研磨盘与下研磨盘不同半径环带区域的温度;
C、温度传感器将温度数据反馈至处理器,处理器根据上研磨盘与下研磨盘不同半径处的实际温度分配不同半径处液孔的流量;
D、调节对应半径处研磨液孔的流量,以保证上研磨盘与下研磨盘的局部温度相对恒定。
所述压力传感器安装与工作步骤如下:
A、压力传感器为圆环形,安装于在上研磨盘和下研磨盘的盘体内;
B、压力传感器采集上研磨盘和下研磨盘工作表面的局部压力数据,并得出工件与研磨盘接触表面的局部压力数据,即工件表面的局部受力情况,将其反馈至处理器;
C、根据工件材料的强度指标,选定压力安全阈值;
D、在加工过程中,处理器对工件表面的局部受力情况进行监测,如出现局部压力超过安全阈值时,立即停止加工,并通过操作面板发出提醒。
所述振动传感器安装与工作步骤如下:
A、同规格振动传感器2个,分别安装于下研磨盘背面的下侧外边缘与下盘底座外边缘;
B、在加工过程中采集下研磨盘与下盘底座的振动数据,将振动数据反馈至处理器;
C、处理器对下研磨盘的振动数据进行处理,过滤掉下盘底座传导的振动,得出在研磨过程中,工件与下研磨盘相接触产生的振动,以排除下盘底座传导的振动的干扰;
D、根据工件材料的强度指标,选定振动安全阈值,当工件与下研磨盘相接触产生的振动超过安全阈值时,并通过操作面板发出提醒,避免振动过大而影响加工精度;
所述数据采集系统采集的数据在反馈至处理器的同时,均发送至数字孪生三维模型;
所述计算机通过数据线分别与处理器和操作面板连接;计算机中安装数字孪生系统和工艺参数优化系统。
进一步地,所述数字孪生系统包括数字孪生三维模型与数据库、实体同步映像模块和虚拟实验模块;
所述数字孪生系统的工作方法如下:
A、依据双面研磨机实体,在计算机内构建数字孪生三维模型与数据库;
B、通过数据采集系统存储操作者输入的工艺参数并收集温度、压力、振动的实验数据,不断丰富数据库,优化数字孪生三维模型;所述工艺参数包括压力、上研磨盘转速、下研磨盘转速、磨粒浓度以及加工时间;
C、根据工艺参数优化系统所提供的参数,在数字孪生系统内进行虚拟实验;就数字孪生系统内的虚拟实验中出现的工件损坏和加工精度差的问题进行总结与改进;待数字孪生系统内的虚拟实验达到加工效果后,将工艺参数应用在智能双面研磨机上。
进一步地,所述工艺参数优化系统的工作方法包括以下步骤:
A、根据双面研磨的材料去除机理对工艺参数与材料去除率、表面粗糙度和平面度之间的非线性关系建立神经网络结构的机器学习模型;
B、在建立的机器学习模型内对工艺参数进行快速优化;
C、针对机器学习中缺少相关数据而无法优化工艺参数的未知材料,提出迁移学习方法,提取已有工件材料神经网络的部分参量作为未知材料数据集模型的初始参量,并将未知材料的材料属性与已有材料的材料属性的差值补充进未知材料的数据集模型;
D、在迁移学习与部分参量共享后,通过未知材料的数据集模型获得未知材料的优化工艺参数。
进一步地,所述通孔的尺寸与温度传感器的尺寸匹配;温度传感器的直径为8-10mm。
与现有技术相比,本发明的有益效果是:
1、本发明在数字孪生机理模型内可进行成本近乎为零的实验测试,预测工件在实际加工时可能出现的变形和碎裂的情况,并加以避免,可有效降低人工试错成本。对于初学者而言,可进行直观且低成本学习;对于从业者而言,可借助该模型进行低成本的实验探索,有利于加工精度的进一步提高。
2、为避免由于技术机理复杂而花费大量精力探究合适的工艺参数,减少人工和资源的浪费。本发明针对工艺参数优化系统未包含的材料,通过迁移学习方法,提取已有材料网络的部分参量作为其他材料数据集模型的初始参量,更具普适性的同时,也避免了其他材料大量的实验探索过程,极大降低实验成本。
3、本发明基于数字孪生机理模型,可根据有限的传感器与数据,实现孪生模型对物理实体几何形貌和结构性能的同步映像,从业者可以根据已有数据曲线求解实际实验中无法观测的信息,如工件在行星轮内的自转运动、工件面形的演变过程等。通过探究相关的实验信息,便于从业者更清晰地了解双面研磨的深层机理,以从而助力技术革新,突破瓶颈。
4、本发明在研磨盘同一半径上等距分布的温度传感器可精准采集研磨盘各区域的温度数据,处理器根据温度数据调节研磨盘同一半径上等距分布的研磨液孔的流量,保证研磨盘各区域的温度恒定,避免研磨盘局部热变形而影响加工精度。此外,精准调节研磨液孔的流量,可减少研磨液的用量,更加节能环保;通过压力传感器采集工件表面的局部受力情况,可精准避免压力过载,避免常规压力控制方法无法避免的工件损坏;通过振动传感器的合理布置,避免机床传动部分的振动产生干扰,准确监测研磨区域的振动,避免振动过大而影响加工精度。以上传感器的协同合作,实现双面研磨的高质量加工。
附图说明
图1为本发明的工作原理图。
图2为本发明的结构整体示意图。
图3为本发明的局部放大图。
图4为本发明的安装示意图。
图5为上研磨盘俯视图。
图6为上研磨盘与下研磨盘的剖视图。
图中:1、床身,2、操作面板,3、处理器,4、龙门架,5、内齿圈,6、工件,7、上盘传动轴,8、上研磨盘,9、上盘固定座,10、太阳轮,11、行星轮,12、下研磨盘,13、温度传感器,14、压力传感器,15、振动传感器,16,太阳轮底座、17、下盘底座、18、齿圈底座。
具体实施方式
以下结合实施例及附图对本发明的原理及技术方案进行清楚、完整的描述。所描述实施例仅为本发明的部分实施例,而非全部实施例。基于以下实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的其他实施例都属于本发明保护的范围。
如图1-6所示,一种多传感器融合的智能双面研磨机,包括机床本体、数据采集系统、处理器和计算机;
所述机床本体包括床身1、操作面板2、龙门架4、上研磨盘8、下研磨盘12、太阳轮10、内齿圈5、行星轮11、下盘底座17、太阳轮底座16和龙门架底座;所述操作面板2安装于床身1上,用于人机交互;
所述下研磨盘12通过下盘底座17安装在床身1的中心;
所述龙门架4安装于床身1上,横跨下研磨盘12;
所述上研磨盘8通过上盘固定座9安装于龙门架4下方;上盘固定座9通过气缸与龙门架4连接;上研磨盘8的中心与上盘传动轴7连接;上盘传动轴7安装在床身1的中心;
所述太阳轮10通过太阳轮底座16安装在床身1的中心,与上盘传动轴7同轴但不直接接触;
所述内齿圈5通过齿圈底座18安装在床身1上,与太阳轮10位于同一个平面上;
所述行星轮11有多个,沿周向均布在太阳轮10与内齿圈5之间;行星轮11的内侧与太阳轮10啮合、外侧与内齿圈5啮合;行星轮11在太阳轮10与内齿圈5的共同作用下绕太阳轮10做公转运动、并同时绕行星轮11做自转运动;
所述上研磨盘8、下研磨盘12、太阳轮10、内齿圈5均与上盘传动轴7同轴;
工件6位于上研磨盘8和下研磨盘12之间的行星轮11内环内,在行星轮11带动下绕太阳轮10做公转运动、并同时绕行星轮11做自转运动;
所述处理器3安装于龙门架4上,对数据采集系统采集的数据进行处理;
所述数据采集系统包括温度传感器13、压力传感器14和振动传感器15;
所述温度传感器13的安装与工作步骤如下:
A、在上研磨盘8与下研磨盘12上各开4个沿径向均布的通孔;
B、通孔内分别安装8个同规格的温度传感器13,用于测量上研磨盘8与下研磨盘12不同半径环带区域的温度;
C、温度传感器13将温度数据反馈至处理器3,处理器3根据上研磨盘8与下研磨盘12不同半径处的实际温度分配不同半径处液孔的流量;
D、调节对应半径处研磨液孔的流量,以保证上研磨盘8与下研磨盘12的局部温度相对恒定。
所述压力传感器14安装与工作步骤如下:
A、压力传感器14为圆环形,安装于在上研磨盘8和下研磨盘12的盘体内;
B、压力传感器14采集上研磨盘8和下研磨盘12工作表面的局部压力数据,并得出工件6与研磨盘接触表面的局部压力数据,即工件6表面的局部受力情况,将其反馈至处理器3;
C、根据工件6材料的强度指标,选定压力安全阈值;
D、在加工过程中,处理器3对工件6表面的局部受力情况进行监测,如出现局部压力超过安全阈值时,立即停止加工,并通过操作面板2发出提醒。
所述振动传感器15安装与工作步骤如下:
A、同规格振动传感器152个,分别安装于下研磨盘12背面的下侧外边缘与下盘底座17外边缘;
B、在加工过程中采集下研磨盘12与下盘底座17的振动数据,将振动数据反馈至处理器3;
C、处理器3对下研磨盘12的振动数据进行处理,过滤掉下盘底座17传导的振动,得出在研磨过程中,工件6与下研磨盘12相接触产生的振动,以排除下盘底座17传导的振动的干扰;
D、根据工件6材料的强度指标,选定振动安全阈值,当工件6与下研磨盘12相接触产生的振动超过安全阈值时,并通过操作面板2发出提醒,避免振动过大而影响加工精度;
所述数据采集系统采集的数据在反馈至处理器3的同时,均发送至数字孪生三维模型;
所述计算机通过数据线分别与处理器3和操作面板2连接;计算机中安装数字孪生系统和工艺参数优化系统;
所述数字孪生系统包括数字孪生三维模型与数据库、实体同步映像模块和虚拟实验模块;
所述数字孪生系统的工作方法如下:
D、依据双面研磨机实体,在计算机内构建数字孪生三维模型与数据库;
E、通过数据采集系统存储操作者输入的工艺参数并收集温度、压力、振动的实验数据,不断丰富数据库,优化数字孪生三维模型;所述工艺参数包括压力、上研磨盘8转速、下研磨盘12转速、磨粒浓度以及加工时间;
F、根据工艺参数优化系统所提供的参数,在数字孪生系统内进行虚拟实验;就数字孪生系统内的虚拟实验中出现的工件6损坏和加工精度差的问题进行总结与改进;待数字孪生系统内的虚拟实验达到加工效果后,将工艺参数应用在智能双面研磨机上;
所述工艺参数优化系统的工作方法包括以下步骤:
A、根据双面研磨的材料去除机理对工艺参数与材料去除率、表面粗糙度和平面度之间的非线性关系建立神经网络结构的机器学习模型;
B、在建立的机器学习模型内对工艺参数进行快速优化;
C、针对机器学习中缺少相关数据而无法优化工艺参数的未知材料,提出迁移学习方法,提取已有工件6材料神经网络的部分参量作为未知材料数据集模型的初始参量,并将未知材料的材料属性与已有材料的材料属性的差值补充进未知材料的数据集模型;
D、在迁移学习与部分参量共享后,通过未知材料的数据集模型获得未知材料的优化工艺参数。
进一步地,所述通孔的尺寸与温度传感器13的尺寸匹配;温度传感器13的直径为8-10mm。
Claims (4)
1.一种多传感器融合的智能双面研磨机,包括机床本体、数据采集系统、处理器和计算机;
所述机床本体至少包括床身(1)、操作面板(2)、龙门架(4)、上研磨盘(8)和下研磨盘(12);
基特征在于:所述处理器(3)安装于龙门架(4)上,对数据采集系统采集的数据进行处理;
所述数据采集系统包括温度传感器(13)、压力传感器(14)和振动传感器(15);
所述温度传感器(13)的安装与工作步骤如下:
A、在上研磨盘(8)与下研磨盘(12)上各开4个沿径向均布的通孔;
B、通孔内分别安装8个同规格的温度传感器(13),用于测量上研磨盘(8)与下研磨盘(12)不同半径环带区域的温度;
C、温度传感器(13)将温度数据反馈至处理器(3),处理器(3)根据上研磨盘(8)与下研磨盘(12)不同半径处的实际温度分配不同半径处液孔的流量;
D、调节对应半径处研磨液孔的流量,以保证上研磨盘(8)与下研磨盘(12)的局部温度相对恒定;
所述压力传感器(14)安装与工作步骤如下:
A、压力传感器(14)为圆环形,安装于在上研磨盘(8)和下研磨盘(12)的盘体内;
B、压力传感器(14)采集上研磨盘(8)和下研磨盘(12)工作表面的局部压力数据,并得出工件(6)与研磨盘接触表面的局部压力数据,即工件(6)表面的局部受力情况,将其反馈至处理器(3);
C、根据工件(6)材料的强度指标,选定压力安全阈值;
D、在加工过程中,处理器(3)对工件(6)表面的局部受力情况进行监测,如出现局部压力超过安全阈值时,立即停止加工,并通过操作面板(2)发出提醒;
所述振动传感器(15)安装与工作步骤如下:
A、同规格振动传感器(15)2个,分别安装于下研磨盘(12)背面的下侧外边缘与下盘底座(17)外边缘;
B、在加工过程中采集下研磨盘(12)与下盘底座(17)的振动数据,将振动数据反馈至处理器(3);
C、处理器(3)对下研磨盘(12)的振动数据进行处理,过滤掉下盘底座(17)传导的振动,得出在研磨过程中,工件(6)与下研磨盘(12)相接触产生的振动,以排除下盘底座(17)传导的振动的干扰;
D、根据工件(6)材料的强度指标,选定振动安全阈值,当工件(6)与下研磨盘(12)相接触产生的振动超过安全阈值时,并通过操作面板(2)发出提醒,避免振动过大而影响加工精度;
所述数据采集系统采集的数据在反馈至处理器(3)的同时,均发送至数字孪生三维模型;
所述计算机通过数据线分别与处理器(3)和操作面板(2)连接;计算机中安装数字孪生系统和工艺参数优化系统。
2.根据权利要求1所述一种多传感器融合的智能双面研磨机,基特征在于:所述数字孪生系统包括数字孪生三维模型与数据库、实体同步映像模块和虚拟实验模块;
所述数字孪生系统的工作方法如下:
A、依据双面研磨机实体,在计算机内构建数字孪生三维模型与数据库;
B、通过数据采集系统存储操作者输入的工艺参数并收集温度、压力、振动的实验数据,不断丰富数据库,优化数字孪生三维模型;所述工艺参数包括压力、上研磨盘(8)转速、下研磨盘(12)转速、磨粒浓度以及加工时间;
C、根据工艺参数优化系统所提供的参数,在数字孪生系统内进行虚拟实验;就数字孪生系统内的虚拟实验中出现的工件(6)损坏和加工精度差的问题进行总结与改进;待数字孪生系统内的虚拟实验达到加工效果后,将工艺参数应用在智能双面研磨机上。
3.根据权利要求1所述一种多传感器融合的智能双面研磨机,基特征在于:所述工艺参数优化系统的工作方法包括以下步骤:
A、根据双面研磨的材料去除机理对工艺参数与材料去除率、表面粗糙度和平面度之间的非线性关系建立神经网络结构的机器学习模型;
B、在建立的机器学习模型内对工艺参数进行快速优化;
C、针对机器学习中缺少相关数据而无法优化工艺参数的未知材料,提出迁移学习方法,提取已有工件(6)材料神经网络的部分参量作为未知材料数据集模型的初始参量,并将未知材料的材料属性与已有材料的材料属性的差值补充进未知材料的数据集模型;
D、在迁移学习与部分参量共享后,通过未知材料的数据集模型获得未知材料的优化工艺参数。
4.根据权利要求1所述一种多传感器融合的智能双面研磨机,基特征在于:所述通孔的尺寸与温度传感器(13)的尺寸匹配;温度传感器(13)的直径为8-10mm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211528043.8A CN115741453B (zh) | 2022-11-30 | 2022-11-30 | 一种多传感器融合的智能双面研磨机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211528043.8A CN115741453B (zh) | 2022-11-30 | 2022-11-30 | 一种多传感器融合的智能双面研磨机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115741453A true CN115741453A (zh) | 2023-03-07 |
CN115741453B CN115741453B (zh) | 2024-02-27 |
Family
ID=85342003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211528043.8A Active CN115741453B (zh) | 2022-11-30 | 2022-11-30 | 一种多传感器融合的智能双面研磨机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115741453B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117067096A (zh) * | 2023-10-18 | 2023-11-17 | 苏州博宏源机械制造有限公司 | 基于参数优化的双面研磨抛光设备的自动控制系统及方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1147782A (zh) * | 1994-05-13 | 1997-04-16 | Memc电子材料有限公司 | 半导体片抛光设备及方法 |
JP2000042912A (ja) * | 1998-07-24 | 2000-02-15 | Fujikoshi Mach Corp | 両面研磨装置 |
JP2000271857A (ja) * | 1999-03-25 | 2000-10-03 | Super Silicon Kenkyusho:Kk | 大口径ウェーハの両面加工方法及び装置 |
CN101049677A (zh) * | 2007-05-09 | 2007-10-10 | 浙江工业大学 | 精密双面抛光机的控制系统 |
CN101972970A (zh) * | 2010-08-30 | 2011-02-16 | 兰州瑞德实业集团有限公司 | 一种精密双面抛光机控制系统 |
TW201313386A (zh) * | 2011-07-08 | 2013-04-01 | Koyo Machine Ind Co Ltd | 薄板狀工件之研磨方法及雙面平面磨床 |
CN203696666U (zh) * | 2014-03-07 | 2014-07-09 | 宇环数控机床股份有限公司 | 一种双面精密磨削、研磨组合机床 |
CN105150106A (zh) * | 2015-09-21 | 2015-12-16 | 上海工程技术大学 | 晶圆双面化学机械研磨抛光用冷却装置及方法 |
CN108369906A (zh) * | 2015-12-18 | 2018-08-03 | 胜高股份有限公司 | 晶圆抛光方法及抛光装置 |
WO2018160663A2 (en) * | 2017-02-28 | 2018-09-07 | 3M Innovative Properties Company | Abrading tool for sensing vibration |
CN110303423A (zh) * | 2018-03-20 | 2019-10-08 | 胜高股份有限公司 | 工件的研磨方法及研磨装置 |
-
2022
- 2022-11-30 CN CN202211528043.8A patent/CN115741453B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1147782A (zh) * | 1994-05-13 | 1997-04-16 | Memc电子材料有限公司 | 半导体片抛光设备及方法 |
JP2000042912A (ja) * | 1998-07-24 | 2000-02-15 | Fujikoshi Mach Corp | 両面研磨装置 |
JP2000271857A (ja) * | 1999-03-25 | 2000-10-03 | Super Silicon Kenkyusho:Kk | 大口径ウェーハの両面加工方法及び装置 |
CN101049677A (zh) * | 2007-05-09 | 2007-10-10 | 浙江工业大学 | 精密双面抛光机的控制系统 |
CN101972970A (zh) * | 2010-08-30 | 2011-02-16 | 兰州瑞德实业集团有限公司 | 一种精密双面抛光机控制系统 |
TW201313386A (zh) * | 2011-07-08 | 2013-04-01 | Koyo Machine Ind Co Ltd | 薄板狀工件之研磨方法及雙面平面磨床 |
CN203696666U (zh) * | 2014-03-07 | 2014-07-09 | 宇环数控机床股份有限公司 | 一种双面精密磨削、研磨组合机床 |
CN105150106A (zh) * | 2015-09-21 | 2015-12-16 | 上海工程技术大学 | 晶圆双面化学机械研磨抛光用冷却装置及方法 |
CN108369906A (zh) * | 2015-12-18 | 2018-08-03 | 胜高股份有限公司 | 晶圆抛光方法及抛光装置 |
WO2018160663A2 (en) * | 2017-02-28 | 2018-09-07 | 3M Innovative Properties Company | Abrading tool for sensing vibration |
CN110303423A (zh) * | 2018-03-20 | 2019-10-08 | 胜高股份有限公司 | 工件的研磨方法及研磨装置 |
Non-Patent Citations (2)
Title |
---|
张;胡刚翔;马树林;李伟;叶怀储;: "MS-6BC型精密双面抛光机的研制", 新技术新工艺, no. 02, pages 35 - 37 * |
梁春;: "新型控制方式在超薄片双面研磨抛光加工中的应用――针对超薄蓝宝石片、蓝玻璃、石英片的加工解决方案", 甘肃科技, no. 20, pages 73 - 75 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117067096A (zh) * | 2023-10-18 | 2023-11-17 | 苏州博宏源机械制造有限公司 | 基于参数优化的双面研磨抛光设备的自动控制系统及方法 |
CN117067096B (zh) * | 2023-10-18 | 2023-12-15 | 苏州博宏源机械制造有限公司 | 基于参数优化的双面研磨抛光设备的自动控制系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115741453B (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103331661B (zh) | 电动伺服高精密双面研磨机 | |
CN115741453B (zh) | 一种多传感器融合的智能双面研磨机 | |
CN102009387B (zh) | 一种半导体晶片磨削力在线测量装置及控制力磨削方法 | |
CN205310026U (zh) | 一种双面研磨机 | |
CN101829951A (zh) | 外圆磨削工件表面质量可视化实时监测方法 | |
CN101579840A (zh) | 一种高精度球高效研磨/抛光加工方法 | |
CN203726303U (zh) | 一种用于叶片磨抛的压力可控砂带工具系统 | |
Sun et al. | Analytical and experimental study on micro-grinding surface-generated mechanism of DD5 single-crystal superalloy using micro-diamond pencil grinding tool | |
CN103522151A (zh) | 一种用于叶片磨抛的压力可控砂带工具系统 | |
CN104385121A (zh) | 一种硬盘基片研磨机的研磨承载装置 | |
CN103522166B (zh) | 一种基于上盘偏心加压的圆柱形零件外圆加工方法 | |
CN201309113Y (zh) | 利用微量磨削工艺加工复杂形状高精度产品用设备 | |
CN102554762B (zh) | 一种精密球形零件的加工方法 | |
CN201455763U (zh) | 高精度球双自转研磨盘高效研磨装置 | |
CN203600021U (zh) | 一种圆柱面抛光的抛光装置 | |
CN115771102B (zh) | 一种应用于双面研磨工艺的数字孪生系统 | |
CN209664991U (zh) | 一种耐热钢铸件智能打磨单元 | |
CN102554759B (zh) | 油路密封圈研磨的加工方法 | |
CN103878697A (zh) | 一种多级研抛盘的磨料导流机构 | |
CN116728260A (zh) | 一种基于温度反馈控制的金刚石抛光及参数控制方法 | |
CN105548003A (zh) | 一种金刚石刀具预修有色金属试件的单颗磨粒划擦快停测试方法 | |
CN103600285B (zh) | 上盘偏心加压式圆柱形零件外圆加工装置 | |
Zhang et al. | Effect of particle size on friction signal characters when lapping quartz glass with fixed abrasive pad | |
CN104942678B (zh) | 一种摆架式主动磨盘加工大口径光学元件的装置 | |
CN207757437U (zh) | 一种非晶合金进胶口快速研磨装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |