CN116026420A - 一种基于轴承加工的参数检测方法及系统 - Google Patents
一种基于轴承加工的参数检测方法及系统 Download PDFInfo
- Publication number
- CN116026420A CN116026420A CN202310325642.8A CN202310325642A CN116026420A CN 116026420 A CN116026420 A CN 116026420A CN 202310325642 A CN202310325642 A CN 202310325642A CN 116026420 A CN116026420 A CN 116026420A
- Authority
- CN
- China
- Prior art keywords
- bearing
- parameters
- transmission performance
- machining
- life
- 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.)
- Pending
Links
- 238000003754 machining Methods 0.000 title claims abstract description 156
- 238000001514 detection method Methods 0.000 title claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 157
- 230000005540 biological transmission Effects 0.000 claims abstract description 135
- 239000011159 matrix material Substances 0.000 claims abstract description 94
- 239000000463 material Substances 0.000 claims abstract description 61
- 238000011156 evaluation Methods 0.000 claims abstract description 58
- 238000005457 optimization Methods 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000012797 qualification Methods 0.000 claims abstract description 5
- 239000002245 particle Substances 0.000 claims description 94
- 239000002184 metal Substances 0.000 claims description 65
- 229910052751 metal Inorganic materials 0.000 claims description 65
- 238000000227 grinding Methods 0.000 claims description 25
- 238000007514 turning Methods 0.000 claims description 25
- 238000005242 forging Methods 0.000 claims description 23
- 238000000137 annealing Methods 0.000 claims description 21
- 238000010438 heat treatment Methods 0.000 claims description 21
- 238000012549 training Methods 0.000 claims description 19
- 230000007547 defect Effects 0.000 claims description 17
- 238000009826 distribution Methods 0.000 claims description 17
- 238000004088 simulation Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 14
- 238000013210 evaluation model Methods 0.000 claims description 12
- 230000003746 surface roughness Effects 0.000 claims description 12
- 238000009412 basement excavation Methods 0.000 claims description 8
- 238000005520 cutting process Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 description 4
- 238000005555 metalworking Methods 0.000 description 4
- 238000005065 mining Methods 0.000 description 4
- 238000005096 rolling process Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 229910000859 α-Fe Inorganic materials 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供了一种基于轴承加工的参数检测方法及系统,涉及智能检测技术领域,方法包括:对轴承加工预置参数中的结构加工参数进行传动性能分析,材料加工参数进行轴承寿命预测,生成传动性能偏离矩阵和寿命评估结果,根据当传动性能偏离矩阵不符合传动性能标准偏离矩阵,获取结构加工参数优化结果,寿命评估结果小于寿命期望阈值,获取材料加工参数优化结果对轴承加工预置参数进行更新迭代检测,当传动性能偏离矩阵符合传动性能标准偏离矩阵且寿命评估结果大于等于寿命期望阈值时生成参数检测合格指令,解决现有技术中在轴承加工时无法对参数进行及时检测,导致回转精度低的技术问题,实现对轴承加工时对参数的准确识别,保证回转精度。
Description
技术领域
本发明涉及智能检测技术领域,具体涉及一种基于轴承加工的参数检测方法及系统。
背景技术
轴承是当代机械设备中一种重要零部件。它的主要功能是支撑机械旋转体,降低其运动过程中的摩擦系数,并保证其回转精度,滚动轴承一般由外圈、内圈、滚动体和保持架四部分组成,同时轴承也是装备制造业中重要的、关键的基础零部件,直接决定着重大装备和主机产品的性能、质量和可靠性,被誉为装备制造的“心脏”部件,但是一般的轴承加工需要在不同的机床来回转移,降低了加工效率,进而影响加工精度。
而现有技术中存在当轴承在加工时无法对参数进行及时检测,导致回转精度低的技术问题。
发明内容
本申请提供了一种基于轴承加工的参数检测方法及系统,用于针对解决现有技术中存在的轴承在加工时无法对参数进行及时检测,使得回转精度低的技术问题。
鉴于上述问题,本申请提供了一种基于轴承加工的参数检测方法及系统。
第一方面,本申请提供了一种基于轴承加工的参数检测方法,所述方法包括:获取轴承加工预置参数,其中,所述轴承加工预置参数包括结构加工参数和材料加工参数;根据所述结构加工参数进行传动性能分析,生成传动性能偏离矩阵;根据所述材料加工参数进行轴承寿命预测,生成寿命评估结果;设定传动性能标准偏离矩阵和寿命期望阈值;当所述传动性能偏离矩阵不符合所述传动性能标准偏离矩阵,对所述结构加工参数进行优化,获取结构加工参数优化结果;当所述寿命评估结果小于所述寿命期望阈值,对所述材料加工参数进行优化,获取材料加工参数优化结果;根据所述结构加工参数优化结果和所述材料加工参数优化结果对所述轴承加工预置参数进行更新迭代检测,当所述传动性能偏离矩阵符合所述传动性能标准偏离矩阵,且所述寿命评估结果大于或等于所述寿命期望阈值时,生成参数检测合格指令。
第二方面,本申请提供了一种基于轴承加工的参数检测系统,所述系统包括:参数获取模块,所述参数获取模块用于获取轴承加工预置参数,其中,所述轴承加工预置参数包括结构加工参数和材料加工参数;传动性能分析模块,所述传动性能分析模块用于根据所述结构加工参数进行传动性能分析,生成传动性能偏离矩阵;轴承寿命预测模块,所述轴承寿命预测模块用于根据所述材料加工参数进行轴承寿命预测,生成寿命评估结果;设定模块,所述设定模块用于设定传动性能标准偏离矩阵和寿命期望阈值;第一优化模块,所述第一优化模块用于当所述传动性能偏离矩阵不符合所述传动性能标准偏离矩阵,对所述结构加工参数进行优化,获取结构加工参数优化结果;第二优化模块,所述第二优化模块用于当所述寿命评估结果小于所述寿命期望阈值,对所述材料加工参数进行优化,获取材料加工参数优化结果;指令生成模块,所述指令生成模块用于根据所述结构加工参数优化结果和所述材料加工参数优化结果对所述轴承加工预置参数进行更新迭代检测,当所述传动性能偏离矩阵符合所述传动性能标准偏离矩阵,且所述寿命评估结果大于或等于所述寿命期望阈值时,生成参数检测合格指令。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请提供的一种基于轴承加工的参数检测方法及系统,涉及智能检测技术领域,解决了现有技术中轴承在加工时无法对参数进行及时检测,导致回转精度低的技术问题,实现了对轴承加工时对参数的准确识别,进而提高回转精度。
附图说明
图1为本申请提供了一种基于轴承加工的参数检测方法流程示意图;
图2为本申请提供了一种基于轴承加工的参数检测方法中轴承加工预置参数流程示意图;
图3为本申请提供了一种基于轴承加工的参数检测方法中获取传动性能偏离矩阵流程示意图;
图4为本申请提供了一种基于轴承加工的参数检测方法中获取寿命评估结果流程示意图;
图5为本申请提供了一种基于轴承加工的参数检测方法中获取结构加工参数优化结果流程示意图;
图6为本申请提供了一种基于轴承加工的参数检测系统结构示意图。
附图标记说明:参数获取模块1,传动性能分析模块2,轴承寿命预测模块3,设定模块4,第一优化模块5,第一优化模块6,指令生成模块7。
具体实施方式
本申请通过提供一种基于轴承加工的参数检测方法及系统,用于解决现有技术中轴承在加工时无法对参数进行及时检测,导致回转精度低的技术问题。
实施例一
如图1所示,本申请实施例提供了一种基于轴承加工的参数检测方法,该方法包括:
步骤S100:获取轴承加工预置参数,其中,所述轴承加工预置参数包括结构加工参数和材料加工参数;
具体而言,本申请实施例提供的一种基于轴承加工的参数检测方法应用于一种基于轴承加工的参数检测系统,为方便后期在对轴承加工进行数据采集后进行参数检测,因此需要对当前轴承加工的阈预置参数进行获取,轴承加工预置参数中包含锻造加工参数、退火控制参数、车削加工参数、热处理控制参数、磨削加工参数和轴承装配参数,进一步的,将轴承加工预置参数中的车削加工参数、磨削加工参数和轴承装配参数作为结构加工参数,将轴承加工预置参数中的锻造加工参数、退火控制参数和热处理控制参数作为材料加工参数,最终将结构加工参数以及材料加工参数设为轴承加工预置参数,为后期实现对轴承加工参数进行检测作为重要参考依据。
步骤S200:根据所述结构加工参数进行传动性能分析,生成传动性能偏离矩阵;
具体而言,以上述轴承加工预置参数中结构加工参数为基础,对其进行传动性能的分析,则首先需要根据轴承单个元件的尺寸变动幅度、相同批次或规格轴承元件尺寸之间的变化幅度、轴承形状之间的误差幅度、轴承上的波纹幅度以及轴承表面粗糙幅度等对传动性能指标进行设定,进一步的,对单个元件的尺寸变动幅度、相同批次或规格轴承元件尺寸之间的变化幅度、轴承形状之间的误差幅度、轴承上的波纹幅度以及轴承表面粗糙幅度进行依次遍历,根据预置加工轴承型号信息遍历传动性能指标后的遍历结果与根据车削加工参数、磨削加工参数和轴承装配参数进行加工预测的预测结果进行数据比对,将比对后的数据记作传动性能偏离矩阵进行输出,进而为实现对轴承加工参数进行检测做保障。
步骤S300:根据所述材料加工参数进行轴承寿命预测,生成寿命评估结果;
具体而言,由于需要轴承在加工的同时保证其轴承寿命,因此需要对轴承加工预置参数内的材料加工参数进行轴承的寿命预测,对轴承进行寿命预测首先需要根据材料加工参数中所包含的锻造加工参数、退火控制参数、热处理控制参数分别对以上三者进行金属加工记录挖掘,对应获取锻造加工参数中所挖掘出的金属缺陷数量、金属组织质量系数和金属紧密性系数、退火控制参数中所挖掘出的碳化物颗粒分布质量系数、热处理控制参数中所挖掘出的轴承耐磨性系数、轴承强度系数、轴承韧性系数和轴承硬度系数,进一步的,通过对包含预设载荷值的轴承应用场景进行预设,基于以上所获金属缺陷数量、金属组织质量系数、金属紧密性系数、碳化物颗粒分布质量系数、轴承耐磨性系数、轴承强度系数、轴承韧性系数和轴承硬度系数对轴承的寿命进行评估,获取寿命评估结果,为后续实现对轴承加工参数进行检测夯实基础。
步骤S400:设定传动性能标准偏离矩阵和寿命期望阈值;
具体而言,为后续对轴承加工预置参数中结构加工参数以及材料加工参数进行优化时存在一参照区间,因此需要对根据结构加工参数进行传动性能分析所生成传动性能偏离矩阵对应设定一传动性能标准偏离矩阵,传动性能标准偏离阈值可以是根据单个元件的尺寸标准、相同批次或规格轴承元件尺寸标准、轴承形状标准、轴承上的波纹标准以及轴承表面粗糙标准进行汇总整合,从而对传动性能标准偏离矩阵进行设定,再根据材料加工参数进行轴承寿命预测所生成的寿命评估结果对应设定一寿命期望阈值,寿命期望阈值可以根据锻造加工参数、退火控制参数、热处理控制参数对轴承材料寿命评估结果对轴承寿命的提前勾画出一种标准阈值,若达到了该勾画标准则为达到寿命期望阈值,实现对轴承加工参数进行检测有着限定的作用。
步骤S500:当所述传动性能偏离矩阵不符合所述传动性能标准偏离矩阵,对所述结构加工参数进行优化,获取结构加工参数优化结果;
具体而言,在所设定的传动性能标准偏离矩阵的基础上,当结构加工参数进行传动性能分析所生成的传动性能偏离矩阵不符合所设定的传动性能标准偏离矩阵时,则需要对结构加工参数进行优化,即对当前轴承加工预置参数中的结构加工参数的传动性能进行提升,即降低轴承在运动过程中的摩擦系数,并保证其回转精度,从而完成对结构加工参数的优化,最终对结构加工参数优化结果进行获取,以便为后期对轴承加工参数进行检测时作为参照数据。
步骤S600:当所述寿命评估结果小于所述寿命期望阈值,对所述材料加工参数进行优化,获取材料加工参数优化结果;
具体而言,在所设定的寿命期望阈值的基础上,当寿命评估结果进行轴承寿命预测所生成的寿命评估结果小于所述寿命期望阈值时,
轴承寿命是指在一定载荷作用下,轴承在出现点蚀前所经历的转数或小时数,进一步的,需要对材料加工参数进行优化,即对当前轴承材料加工参数中的轴承材料进行更换,示例性的,可以将其轴承材料更换为EA轴承,其具有良好的耐疲劳,耐磨损特性,不仅在有良好润滑、良好密封时性能稳定,在润滑不良好、有异物侵入时,仍能够有杰出的表现,从而将优化后的材料加工参数记作材料加工参数优化结果,提高后期实现对轴承加工参数进行检测准确率。
步骤S700:根据所述结构加工参数优化结果和所述材料加工参数优化结果对所述轴承加工预置参数进行更新迭代检测,当所述传动性能偏离矩阵符合所述传动性能标准偏离矩阵,且所述寿命评估结果大于或等于所述寿命期望阈值时,生成参数检测合格指令。
具体而言,以结构加工参数优化结果与材料加工参数优化结果为基础,对当前轴承加工预置参数进行更新迭代的检测,将结构加工参数优化结果中优化的部分,即对轴承传动性能分析的提升更新迭代至轴承加工预置参数中,将材料加工参数优化结果中优化的部分,即对所需更换的轴承材料更新迭代至轴承加工预置参数中,进一步的,分别再对更新迭代后的传动性能偏离矩阵是否符合传动性能标准偏离矩阵、寿命评估结果是否大于等于寿命期望阈值进行检测判断,当传动性能偏离矩阵符合传动性能标准偏离矩阵,且寿命评估结果大于或等于寿命期望阈值时,则判定此时的轴承加工预置参数为合格,并同时对参数检验合格指令进行对应生成,实现对轴承加工时对参数的准确识别,保证回转精度。
进一步而言,如图2所示,本申请步骤S100还包括:
步骤S110:获取锻造加工参数、退火控制参数、车削加工参数、热处理控制参数、磨削加工参数和轴承装配参数;
步骤S120:将所述车削加工参数、所述磨削加工参数和所述轴承装配参数添加进所述结构加工参数;以及
步骤S130:将所述锻造加工参数、所述退火控制参数和所述热处理控制参数添加进所述材料加工参数;
步骤S140:将所述结构加工参数和所述材料加工参数设为所述轴承加工预置参数。
具体而言,在对轴承进行加工的过程中,需要对轴承的内圈外圈、滚动体以及保持架分别进行锻造加工、退火、车削加工、热处理、磨削加工、轴承装配等处理,进一步的,对轴承加工过程中的锻造加工参数、退火控制参数、车削加工参数、热处理控制参数、磨削加工参数和轴承装配参数进行对应提取,并对所提取的参数进行结构及材料的分类,继而将车削加工参数、磨削加工参数和轴承装配参数作为结构参数添加进结构加工参数中,将锻造加工参数、退火控制参数和热处理控制参数作为材料参数添加进材料加工参数中,最终将包含车削加工参数、磨削加工参数和轴承装配参数的结构加工参数与包含锻造加工参数、退火控制参数和热处理控制参数的材料加工参数进行汇总整合后,将整合结果记作轴承加工预置参数进行输出,达到为后期实现对轴承加工参数进行检测提供重要依据的技术效果。
进一步而言,如图3所示,本申请步骤S200还包括:
步骤S210:获取传动性能指标,其中,所述传动性能指标包括单元件尺寸变动量、批元件尺寸变动量、形状误差、波纹度和表面粗造度;
步骤S220:根据预置加工轴承型号信息遍历所述传动性能指标,提取多个元件的传动性能指标标准矩阵;
步骤S230:根据所述车削加工参数、所述磨削加工参数和所述轴承装配参数进行加工预测,获取轴承结构预测数据;
步骤S240:遍历所述单元件尺寸变动量、所述批元件尺寸变动量、所述形状误差、所述波纹度和所述表面粗造度,根据所述传动性能指标标准矩阵和所述轴承结构预测数据进行比对,获取所述传动性能偏离矩阵。
具体而言,由于需要对结构加工参数进行传动性能分析,因此需要对传动性能指标进行设定,在传动性能指标中需要包含单元件尺寸变动量、批元件尺寸变动量、形状误差、波纹度和表面粗造度,单元件尺寸变动量是指轴承中单个元件的尺寸变动幅度,批元件尺寸变动量是指例如滚轴这种相同规格的元件之间的尺寸偏差程度,形状误差是指轴承形状之间的误差幅度、波纹度是指轴承上的波纹幅度,表面粗造度是指轴承表面粗糙幅度,进一步的,根据预置加工轴承所唯一对应的轴承型号信息为基准,在传动性能指标中进行遍历,即根据轴承型号信息,依次对传动性能指标每个指标均做一次访问,将访问符合的指标进行提取,并同时作为指标标准,进一步的,将所有所提取的指标标准进行整合,按照长方阵列排列的多个元件的传动性能指标标准集合,同时将该集合记作多个元件的传动性能指标标准矩阵,继而根据结构加工参数中所包含的车削加工参数、磨削加工参数和轴承装配参数进行轴承加工的预测,即在轴承加工的过程中对车削加工参数、磨削加工参数和轴承装配参数的变化进行预测,从而获取轴承结构预测数据,进一步的,对传动性能指标中所包含的单元件尺寸变动量、批元件尺寸变动量、形状误差、波纹度和表面粗造度进行遍历后,再将所获传动性能指标标准矩阵与所获轴承结构预测数据进行比对,若传动性能指标标准矩阵与轴承结构预测数据存在重合匹配部分,则对传动性能偏离矩阵进行获取,以此保证后期对轴承加工参数更好的进行检测。
进一步而言,本申请步骤S230包括:
步骤S231:根据所述车削加工参数、所述磨削加工参数和所述轴承装配参数进行加工空间仿真,生成加工空间数字仿真通道;
步骤S232:获取轴承元件初始结构信息,输入所述加工空间数字仿真通道进行模拟切割,获取所述轴承结构预测数据。
具体而言,为对车削加工参数、磨削加工参数和轴承装配参数进行加工预测,则需要对车削加工参数、磨削加工参数和轴承装配参数进行加工空间的仿真,即在车削加工参数、磨削加工参数和轴承装配参数的基础上,对轴承进行基本的物理切割,将参数变为可量化控制的参数,以此完成对模拟空间的构建并对轴承结构进行仿真切割,从而生成加工空间数字仿真通道,进一步的,通过当前的车削加工参数、磨削加工参数和轴承装配参数对轴承结构信息进行初步获取,即轴承元件初始结构信息,同时将其输入至以上构建的加工空间数字仿真通道进行模拟切割,完成对当前轴承元件结构细节的获取,并根据轴承元件细节信息对未来轴承结构进行预测,达到基于轴承结构预测数据对轴承加工参数更为精准的进行检测。
进一步而言,如图4所示,本申请步骤S300还包括:
步骤S310:根据所述锻造加工参数进行金属加工记录挖掘,获取金属缺陷数量、金属组织质量系数和金属紧密性系数;
步骤S320:根据所述退火控制参数进行金属加工记录挖掘,获取碳化物颗粒分布质量系数;
步骤S330:根据所述热处理控制参数进行金属加工记录挖掘,获取轴承耐磨性系数、轴承强度系数、轴承韧性系数和轴承硬度系数;
步骤S340:获取轴承预设应用场景,其中,所述轴承预设应用场景包括预设载荷值;
步骤S350:根据所述金属缺陷数量、所述金属组织质量系数、所述金属紧密性系数、所述碳化物颗粒分布质量系数、所述轴承耐磨性系数、所述轴承强度系数、所述轴承韧性系数和所述轴承硬度系数,基于所述预设载荷值进行寿命评估,获取所述寿命评估结果。
具体而言,由于对轴承进行过金属加工,因此需要对轴承材料加工参数中所包含的锻造加工参数、退火控制参数、热处理控制参数依次进行金属加工记录的挖掘,在对锻造加工参数进行金属加工记录挖掘时,对轴承锻造过程中金属缺陷的数量、金属组织质量系数以及金属紧密性系数进行获取,金属缺陷数量是指轴承在金属加工中存在缺陷的数量,金属组织质量系数是指在金属锻造的过程中可能会改变金属的金相结构,即金属组织,由此对锻造后轴承的金相结构进行提取,其金相结构可以评估金属的硬度、韧性性能等,对金属组织质量的好坏进行判断,金属紧密性是指金属之间所连接的紧固性及密封性,在对退火控制参数进行金属加工记录挖掘时,对轴承退火控制的过程中碳化物颗粒分布质量系数进行获取,碳化物颗粒分布质量系数是指碳化物成颗粒状分布在铁素体上的系数,在对热处理控制参数进行金属加工记录挖掘时,对轴承热处理的过程中轴承耐磨性系数、轴承强度系数、轴承韧性系数和轴承硬度系数进行获取,同时对包含预设载荷值的轴承应用场景进行预设,预设载荷值是轴承基准期内最大载荷统计分布的特征值,即保证轴承加工中不会损伤轴承所允许的最大负荷值,进一步的,以金属缺陷数量、金属组织质量系数、金属紧密性系数、碳化物颗粒分布质量系数、轴承耐磨性系数、轴承强度系数、轴承韧性系数和轴承硬度系数作为轴承约束参数,将轴承所对应的载荷记录数据和寿命标定结果在BP神经网络的基础上,对轴承的寿命评估模型进行训练,分别将预设载荷值中的最大值以及最小值输入至寿命评估模型进行寿命评估,并以对应获得的寿命最小值评估结果和寿命最大值评估结果对轴承寿命区间进行构建,同时将轴承寿命区间设为寿命评估结果进行输出,在此基础上完成对寿命评估结果的获取。
进一步而言,本申请步骤S350包括:
步骤S351:以所述金属缺陷数量、所述金属组织质量系数、所述金属紧密性系数、所述碳化物颗粒分布质量系数、所述轴承耐磨性系数、所述轴承强度系数、所述轴承韧性系数和所述轴承硬度系数为轴承约束参数,采集轴承应用记录数据,其中,所述轴承应用记录数据包括载荷记录数据和寿命标定结果;
步骤S352:根据所述载荷记录数据和所述寿命标定结果,基于BP神经网络,训练寿命评估模型;
步骤S353:所述预设载荷值包括动态载荷设定最大值和动态载荷设定最小值;
步骤S354:将所述动态载荷设定最大值输入所述寿命评估模型进行寿命评估,获取寿命最小值评估结果;
步骤S355:将所述动态载荷设定最小值输入所述寿命评估模型进行寿命评估,获取寿命最大值评估结果;
步骤S356:根据所述寿命最小值评估结果和所述寿命最大值评估结果,构建轴承寿命区间,设为所述寿命评估结果。
具体而言,将金属缺陷数量、金属组织质量系数、金属紧密性系数、碳化物颗粒分布质量系数、轴承耐磨性系数、轴承强度系数、轴承韧性系数和轴承硬度系数作为在轴承加工过程中对轴承的约束参数,在轴承加工的过程中对轴承的应用记录进行提取汇总,从而获得轴承应用记录数据,且轴承应用记录数据中包含载荷记录数据以及寿命标定结果,载荷记录数据是指在轴承加工过程中对保证轴承加工中不会损伤轴承所允许的最大负荷值及最小负荷值进行记录,寿命标定结果是根据轴承材料对当前轴承的寿命进行标定的结果,进一步的基于BP神经网络,将载荷记录数据和寿命标定结果作为输入训练数据,且预设载荷值包括动态载荷设定最大值和动态载荷设定最小值,对寿命评估模型进行构建训练,寿命评估模型为机器学习中的,可以不断进行自我迭代优化的BP神经网络模型,寿命评估模型通过训练数据集和监督数据集训练获得,其中,训练数据集中的每组训练数据均包括载荷记录数据和寿命标定结果;其监督数据集为与训练数据集一一对应的监督数据。
进一步的,寿命评估模型构建过程为:将训练数据集中每一组训练数据输入寿命评估模型,通过这组训练数据对应的监督数据进行寿命评估模型的输出监督调整,当寿命评估模型的输出结果与监督数据一致,则当前组训练结束,将训练数据集中全部的训练数据均训练结束,则寿命评估模型训练完成。
为了保证寿命评估模型的准确性,可以通过微生物去除率记录数据对寿命评估模型的输出结果进行准确率评估,举例而言,测试准确率可以设定为85%,当测试准确率满足85%时,则完成对寿命评估模型的构建。
进一步的,将动态载荷设定最大值输入所述寿命评估模型进行寿命评估,输出寿命最小值评估结果,即当动态载荷设定为最大值时,则轴承在加工过程中的负荷最大从而使得轴承寿命为最小值,将动态载荷设定最小值输入所述寿命评估模型进行寿命评估,输出寿命最大值评估结果,即当动态载荷设定为最小值时,则轴承在加工过程中的负荷最小从而使得轴承寿命为最大,进一步的,根据寿命最小值评估结果和寿命最大值评估结果,对轴承寿命区间构建,将寿命最大值评估结果中的寿命最大值设为上限,将寿命最大值评估结果中的寿命最小值设为下限,继而在轴承寿命区间中对当前轴承寿命进行评估,同时轴承的寿命评估结果进行获得,以保证在对轴承加工参数进行检测时的高效性。
进一步而言,如图5所示,本申请步骤S500还包括:
步骤S510:设定结构加工参数约束区间;
步骤S520:以所述结构加工参数的参数值为变量,以所述结构加工参数约束区间和预置加工轴承型号信息为场景约束条件,采集结构加工记录粒子群,其中,任意一个所述结构加工记录粒子群的粒子表征一组所述结构加工参数的参数值;
步骤S530:根据所述结构加工记录粒子群,获取第i粒子;
步骤S540:基于所述第i粒子进行传动性能分析,生成第i粒子传动性能偏离矩阵;
步骤S550:判断所述第i粒子传动性能偏离矩阵是否符合所述传动性能标准偏离矩阵;
步骤S560:若符合,将所述第i粒子传动性能偏离矩阵添加进第一优胜粒子群,其中,所述第一优胜粒子群中的粒子都符合所述传动性能标准偏离矩阵;
步骤S570:当所述第一优胜粒子群的粒子数量满足预设粒子数量,对所述第一优胜粒子群进行最优粒子筛选,获取所述结构加工参数优化结果。
具体而言,在车削加工参数、磨削加工参数和轴承装配参数的基础上,由仪器对轴承在加工过程中的精度对结构加工参数约束区间进行确定,进一步的,由于轴承的材料加工参数优化相同,因此需要得到符合标准的轴承参数对其进行继续优化,得到一相对较优的粒子,从而保证检测时的合格率,以结构加工参数的参数值作为变量,以所确定的结构加工参数约束区间和预置加工轴承型号信息作为场景约束条件,对当前轴承的结构加工记录粒子群进行采集,且在结构加工记录粒子群中的任意一个结构加工记录粒子表征一组轴承的结构加工参数的参数值,并在结构加工记录粒子群中任意选取一个粒子,将其记作第i粒子,同时对在第i粒子中所对应的轴承的结构加工参数的参数值进行传动性分析,对应获得第i粒子传动性能偏离矩阵,进一步的对第i粒子传动性能偏离矩阵是否符合传动性能标准偏离矩阵进行判断,若第i粒子传动性能偏离矩阵符合传动性能标准偏离矩阵,则将第i粒子的传动性能偏离矩阵添加至第一优胜粒子群,且该第一优胜粒子群中是在结构加工记录粒子群中符合传动性能标准偏离矩阵粒子的集合,并对第一优胜粒子群的粒子数量进行限定,即预设粒子数量,优选地,可以将第一优胜粒子群的粒子数量限定为5个,而当第一优胜粒子群的粒子数量满足预设粒子数量时,则对第一优胜粒子群进行最优粒子的筛选,对第一最优粒子群中结构加工参数最优的粒子进行提取,从而对结构加工参数优化结果进行获取,达到对轴承加工参数进行优化检测的技术效果。
实施例二
基于与前述实施例中一种基于轴承加工的参数检测方法相同的发明构思,如图6所示,本申请提供了一种基于轴承加工的参数检测系统,系统包括:
参数获取模块1,所述参数获取模块1用于获取轴承加工预置参数,其中,所述轴承加工预置参数包括结构加工参数和材料加工参数;
传动性能分析模块2,所述传动性能分析模块2用于根据所述结构加工参数进行传动性能分析,生成传动性能偏离矩阵;
轴承寿命预测模块3,所述轴承寿命预测模块3用于根据所述材料加工参数进行轴承寿命预测,生成寿命评估结果;
设定模块4,所述设定模块4用于设定传动性能标准偏离矩阵和寿命期望阈值;
第一优化模块5,所述第一优化模块5用于当所述传动性能偏离矩阵不符合所述传动性能标准偏离矩阵,对所述结构加工参数进行优化,获取结构加工参数优化结果;
第二优化模块6,所述第二优化模块6用于当所述寿命评估结果小于所述寿命期望阈值,对所述材料加工参数进行优化,获取材料加工参数优化结果;
指令生成模块7,所述指令生成模块7用于根据所述结构加工参数优化结果和所述材料加工参数优化结果对所述轴承加工预置参数进行更新迭代检测,当所述传动性能偏离矩阵符合所述传动性能标准偏离矩阵,且所述寿命评估结果大于或等于所述寿命期望阈值时,生成参数检测合格指令。
进一步而言,系统还包括:
多个参数获取模块,所述多个参数获取模块用于获取锻造加工参数、退火控制参数、车削加工参数、热处理控制参数、磨削加工参数和轴承装配参数;
第一添加模块,所述第一添加模块用于将所述车削加工参数、所述磨削加工参数和所述轴承装配参数添加进所述结构加工参数;以及
第二添加模块,所述第二添加模块用于将所述锻造加工参数、所述退火控制参数和所述热处理控制参数添加进所述材料加工参数;
参数设定模块,所述参数设定模块用于将所述结构加工参数和所述材料加工参数设为所述轴承加工预置参数。
进一步而言,系统还包括:
指标获取模块,所述指标获取模块用于获取传动性能指标,其中,所述传动性能指标包括单元件尺寸变动量、批元件尺寸变动量、形状误差、波纹度和表面粗造度;
遍历模块,所述遍历模块用于根据预置加工轴承型号信息遍历所述传动性能指标,提取多个元件的传动性能指标标准矩阵;
加工预测模块,所述加工预测模块用于根据所述车削加工参数、所述磨削加工参数和所述轴承装配参数进行加工预测,获取轴承结构预测数据;
比对模块,所述比对模块用于遍历所述单元件尺寸变动量、所述批元件尺寸变动量、所述形状误差、所述波纹度和所述表面粗造度,根据所述传动性能指标标准矩阵和所述轴承结构预测数据进行比对,获取所述传动性能偏离矩阵。
进一步而言,系统还包括:
加工空间仿真模块,所述加工空间仿真模块用于根据所述车削加工参数、所述磨削加工参数和所述轴承装配参数进行加工空间仿真,生成加工空间数字仿真通道;
模拟切割模块,所述模拟切割模块用于获取轴承元件初始结构信息,输入所述加工空间数字仿真通道进行模拟切割,获取所述轴承结构预测数据。
进一步而言,系统还包括:
第一记录挖掘模块,所述第一记录挖掘模块用于根据所述锻造加工参数进行金属加工记录挖掘,获取金属缺陷数量、金属组织质量系数和金属紧密性系数;
第二记录挖掘模块,所述第二记录挖掘模块用于根据所述退火控制参数进行金属加工记录挖掘,获取碳化物颗粒分布质量系数;
第三记录挖掘模块,所述第三记录挖掘模块用于根据所述热处理控制参数进行金属加工记录挖掘,获取轴承耐磨性系数、轴承强度系数、轴承韧性系数和轴承硬度系数;
场景获取模块,所述场景获取模块用于获取轴承预设应用场景,其中,所述轴承预设应用场景包括预设载荷值;
第一寿命评估模块,所述第一寿命评估模块用于根据所述金属缺陷数量、所述金属组织质量系数、所述金属紧密性系数、所述碳化物颗粒分布质量系数、所述轴承耐磨性系数、所述轴承强度系数、所述轴承韧性系数和所述轴承硬度系数,基于所述预设载荷值进行寿命评估,获取所述寿命评估结果。
进一步而言,系统还包括:
数据采集模块,所述数据采集模块用于以所述金属缺陷数量、所述金属组织质量系数、所述金属紧密性系数、所述碳化物颗粒分布质量系数、所述轴承耐磨性系数、所述轴承强度系数、所述轴承韧性系数和所述轴承硬度系数为轴承约束参数,采集轴承应用记录数据,其中,所述轴承应用记录数据包括载荷记录数据和寿命标定结果;
模型训练模块,所述模型训练模块用于根据所述载荷记录数据和所述寿命标定结果,基于BP神经网络,训练寿命评估模型;
最值设定模块,所述最值设定模块用于所述预设载荷值包括动态载荷设定最大值和动态载荷设定最小值;
第二寿命评估模块,所述第二寿命评估模块用于将所述动态载荷设定最大值输入所述寿命评估模型进行寿命评估,获取寿命最小值评估结果;
输入模块,所述输入模块用于将所述动态载荷设定最小值输入所述寿命评估模型进行寿命评估,获取寿命最大值评估结果;
区间构建模块,所述区间构建模块用于根据所述寿命最小值评估结果和所述寿命最大值评估结果,构建轴承寿命区间,设为所述寿命评估结果。
进一步而言,系统还包括:
区间设定模块,所述区间设定模块用于设定结构加工参数约束区间;
粒子群采集模块,所述粒子群采集模块用于以所述结构加工参数的参数值为变量,以所述结构加工参数约束区间和预置加工轴承型号信息为场景约束条件,采集结构加工记录粒子群,其中,任意一个所述结构加工记录粒子群的粒子表征一组所述结构加工参数的参数值;
第i粒子获取模块,所述第i粒子获取模块用于根据所述结构加工记录粒子群,获取第i粒子;
第i粒子传动性能分析模块,所述第i粒子传动性能分析模块用于基于所述第i粒子进行传动性能分析,生成第i粒子传动性能偏离矩阵;
判断模块,所述判断模块用于判断所述第i粒子传动性能偏离矩阵是否符合所述传动性能标准偏离矩阵;
第三添加模块,所述第三添加模块用于若符合,将所述第i粒子传动性能偏离矩阵添加进第一优胜粒子群,其中,所述第一优胜粒子群中的粒子都符合所述传动性能标准偏离矩阵;
筛选模块,所述筛选模块用于当所述第一优胜粒子群的粒子数量满足预设粒子数量,对所述第一优胜粒子群进行最优粒子筛选,获取所述结构加工参数优化结果。
本说明书通过前述对一种基于轴承加工的参数检测方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于轴承加工的参数检测系统,对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种基于轴承加工的参数检测方法,其特征在于,包括:
获取轴承加工预置参数,其中,所述轴承加工预置参数包括结构加工参数和材料加工参数;
根据所述结构加工参数进行传动性能分析,生成传动性能偏离矩阵;
根据所述材料加工参数进行轴承寿命预测,生成寿命评估结果;
设定传动性能标准偏离矩阵和寿命期望阈值;
当所述传动性能偏离矩阵不符合所述传动性能标准偏离矩阵,对所述结构加工参数进行优化,获取结构加工参数优化结果;
当所述寿命评估结果小于所述寿命期望阈值,对所述材料加工参数进行优化,获取材料加工参数优化结果;
根据所述结构加工参数优化结果和所述材料加工参数优化结果对所述轴承加工预置参数进行更新迭代检测,当所述传动性能偏离矩阵符合所述传动性能标准偏离矩阵,且所述寿命评估结果大于或等于所述寿命期望阈值时,生成参数检测合格指令。
2.如权利要求1所述的方法,其特征在于,所述获取轴承加工预置参数,其中,所述轴承加工预置参数包括结构加工参数和材料加工参数,包括:
获取锻造加工参数、退火控制参数、车削加工参数、热处理控制参数、磨削加工参数和轴承装配参数;
将所述车削加工参数、所述磨削加工参数和所述轴承装配参数添加进所述结构加工参数;以及
将所述锻造加工参数、所述退火控制参数和所述热处理控制参数添加进所述材料加工参数;
将所述结构加工参数和所述材料加工参数设为所述轴承加工预置参数。
3.如权利要求2所述的方法,其特征在于,所述根据所述结构加工参数进行传动性能分析,生成传动性能偏离矩阵,包括:
获取传动性能指标,其中,所述传动性能指标包括单元件尺寸变动量、批元件尺寸变动量、形状误差、波纹度和表面粗造度;
根据预置加工轴承型号信息遍历所述传动性能指标,提取多个元件的传动性能指标标准矩阵;
根据所述车削加工参数、所述磨削加工参数和所述轴承装配参数进行加工预测,获取轴承结构预测数据;
遍历所述单元件尺寸变动量、所述批元件尺寸变动量、所述形状误差、所述波纹度和所述表面粗造度,根据所述传动性能指标标准矩阵和所述轴承结构预测数据进行比对,获取所述传动性能偏离矩阵。
4.如权利要求3所述的方法,其特征在于,所述根据所述车削加工参数、所述磨削加工参数和所述轴承装配参数进行加工预测,获取轴承结构预测数据,包括:
根据所述车削加工参数、所述磨削加工参数和所述轴承装配参数进行加工空间仿真,生成加工空间数字仿真通道;
获取轴承元件初始结构信息,输入所述加工空间数字仿真通道进行模拟切割,获取所述轴承结构预测数据。
5.如权利要求2所述的方法,其特征在于,所述根据所述材料加工参数进行轴承寿命预测,生成寿命评估结果,包括:
根据所述锻造加工参数进行金属加工记录挖掘,获取金属缺陷数量、金属组织质量系数和金属紧密性系数;
根据所述退火控制参数进行金属加工记录挖掘,获取碳化物颗粒分布质量系数;
根据所述热处理控制参数进行金属加工记录挖掘,获取轴承耐磨性系数、轴承强度系数、轴承韧性系数和轴承硬度系数;
获取轴承预设应用场景,其中,所述轴承预设应用场景包括预设载荷值;
根据所述金属缺陷数量、所述金属组织质量系数、所述金属紧密性系数、所述碳化物颗粒分布质量系数、所述轴承耐磨性系数、所述轴承强度系数、所述轴承韧性系数和所述轴承硬度系数,基于所述预设载荷值进行寿命评估,获取所述寿命评估结果。
6.如权利要求5所述的方法,其特征在于,所述根据所述金属缺陷数量、所述金属组织质量系数、所述金属紧密性系数、所述碳化物颗粒分布质量系数、所述轴承耐磨性系数、所述轴承强度系数、所述轴承韧性系数和所述轴承硬度系数,基于所述预设载荷值进行寿命评估,获取所述寿命评估结果,包括:
以所述金属缺陷数量、所述金属组织质量系数、所述金属紧密性系数、所述碳化物颗粒分布质量系数、所述轴承耐磨性系数、所述轴承强度系数、所述轴承韧性系数和所述轴承硬度系数为轴承约束参数,采集轴承应用记录数据,其中,所述轴承应用记录数据包括载荷记录数据和寿命标定结果;
根据所述载荷记录数据和所述寿命标定结果,基于BP神经网络,训练寿命评估模型;
所述预设载荷值包括动态载荷设定最大值和动态载荷设定最小值;
将所述动态载荷设定最大值输入所述寿命评估模型进行寿命评估,获取寿命最小值评估结果;
将所述动态载荷设定最小值输入所述寿命评估模型进行寿命评估,获取寿命最大值评估结果;
根据所述寿命最小值评估结果和所述寿命最大值评估结果,构建轴承寿命区间,设为所述寿命评估结果。
7.如权利要求1所述的方法,其特征在于,所述当所述传动性能偏离矩阵不符合所述传动性能标准偏离矩阵,对所述结构加工参数进行优化,获取结构加工参数优化结果,包括:
设定结构加工参数约束区间;
以所述结构加工参数的参数值为变量,以所述结构加工参数约束区间和预置加工轴承型号信息为场景约束条件,采集结构加工记录粒子群,其中,任意一个所述结构加工记录粒子群的粒子表征一组所述结构加工参数的参数值;
根据所述结构加工记录粒子群,获取第i粒子;
基于所述第i粒子进行传动性能分析,生成第i粒子传动性能偏离矩阵;
判断所述第i粒子传动性能偏离矩阵是否符合所述传动性能标准偏离矩阵;
若符合,将所述第i粒子传动性能偏离矩阵添加进第一优胜粒子群,其中,所述第一优胜粒子群中的粒子都符合所述传动性能标准偏离矩阵;
当所述第一优胜粒子群的粒子数量满足预设粒子数量,对所述第一优胜粒子群进行最优粒子筛选,获取所述结构加工参数优化结果。
8.一种基于轴承加工的参数检测系统,其特征在于,包括:
参数获取模块,所述参数获取模块用于获取轴承加工预置参数,其中,所述轴承加工预置参数包括结构加工参数和材料加工参数;
传动性能分析模块,所述传动性能分析模块用于根据所述结构加工参数进行传动性能分析,生成传动性能偏离矩阵;
轴承寿命预测模块,所述轴承寿命预测模块用于根据所述材料加工参数进行轴承寿命预测,生成寿命评估结果;
设定模块,所述设定模块用于设定传动性能标准偏离矩阵和寿命期望阈值;
第一优化模块,所述第一优化模块用于当所述传动性能偏离矩阵不符合所述传动性能标准偏离矩阵,对所述结构加工参数进行优化,获取结构加工参数优化结果;
第二优化模块,所述第二优化模块用于当所述寿命评估结果小于所述寿命期望阈值,对所述材料加工参数进行优化,获取材料加工参数优化结果;
指令生成模块,所述指令生成模块用于根据所述结构加工参数优化结果和所述材料加工参数优化结果对所述轴承加工预置参数进行更新迭代检测,当所述传动性能偏离矩阵符合所述传动性能标准偏离矩阵,且所述寿命评估结果大于或等于所述寿命期望阈值时,生成参数检测合格指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310325642.8A CN116026420A (zh) | 2023-03-30 | 2023-03-30 | 一种基于轴承加工的参数检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310325642.8A CN116026420A (zh) | 2023-03-30 | 2023-03-30 | 一种基于轴承加工的参数检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116026420A true CN116026420A (zh) | 2023-04-28 |
Family
ID=86072708
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310325642.8A Pending CN116026420A (zh) | 2023-03-30 | 2023-03-30 | 一种基于轴承加工的参数检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116026420A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116694919A (zh) * | 2023-06-12 | 2023-09-05 | 无锡市海峰海林精密轴承有限公司 | 一种轴承贝氏体热处理工艺的优化方法及系统 |
CN117314262A (zh) * | 2023-11-27 | 2023-12-29 | 欧派家居集团股份有限公司 | 一种木门多工序自动化集成加工生产线检测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN87101936A (zh) * | 1987-03-12 | 1988-09-21 | 罗进南 | 包络蜗杆蜗轮副的高效益加工方法及其使用的刀具、设备以及多次包络蜗轮副 |
CN103148095A (zh) * | 2013-03-29 | 2013-06-12 | 洛阳轴研科技股份有限公司 | 全陶瓷轴承及其制造方法、基本结构参数的确定方法 |
CN111504647A (zh) * | 2020-06-09 | 2020-08-07 | 华东交通大学 | 基于ar-mset的滚动轴承的性能退化评估方法 |
CN113569471A (zh) * | 2021-07-16 | 2021-10-29 | 河南科技大学 | 基于田口算法的超声滚挤压42CrMo轴承套圈表层性能优化方法 |
CN114756996A (zh) * | 2022-04-25 | 2022-07-15 | 河南科技大学 | 一种超声滚挤压轴承套圈表层性能的加工参数确定方法 |
CN115293629A (zh) * | 2022-08-19 | 2022-11-04 | 福赛轴承(嘉兴)有限公司 | 一种滚动轴承零件的生产加工方法及系统 |
-
2023
- 2023-03-30 CN CN202310325642.8A patent/CN116026420A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN87101936A (zh) * | 1987-03-12 | 1988-09-21 | 罗进南 | 包络蜗杆蜗轮副的高效益加工方法及其使用的刀具、设备以及多次包络蜗轮副 |
CN103148095A (zh) * | 2013-03-29 | 2013-06-12 | 洛阳轴研科技股份有限公司 | 全陶瓷轴承及其制造方法、基本结构参数的确定方法 |
CN111504647A (zh) * | 2020-06-09 | 2020-08-07 | 华东交通大学 | 基于ar-mset的滚动轴承的性能退化评估方法 |
CN113569471A (zh) * | 2021-07-16 | 2021-10-29 | 河南科技大学 | 基于田口算法的超声滚挤压42CrMo轴承套圈表层性能优化方法 |
CN114756996A (zh) * | 2022-04-25 | 2022-07-15 | 河南科技大学 | 一种超声滚挤压轴承套圈表层性能的加工参数确定方法 |
CN115293629A (zh) * | 2022-08-19 | 2022-11-04 | 福赛轴承(嘉兴)有限公司 | 一种滚动轴承零件的生产加工方法及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116694919A (zh) * | 2023-06-12 | 2023-09-05 | 无锡市海峰海林精密轴承有限公司 | 一种轴承贝氏体热处理工艺的优化方法及系统 |
CN116694919B (zh) * | 2023-06-12 | 2023-11-21 | 无锡市海峰海林精密轴承有限公司 | 一种轴承贝氏体热处理工艺的优化方法及系统 |
CN117314262A (zh) * | 2023-11-27 | 2023-12-29 | 欧派家居集团股份有限公司 | 一种木门多工序自动化集成加工生产线检测方法及系统 |
CN117314262B (zh) * | 2023-11-27 | 2024-03-08 | 欧派家居集团股份有限公司 | 一种木门多工序自动化集成加工生产线检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116026420A (zh) | 一种基于轴承加工的参数检测方法及系统 | |
Wang et al. | A similarity-based prognostics approach for remaining useful life estimation of engineered systems | |
JP4175296B2 (ja) | 建設機械のデータ処理装置及び建設機械のデータ処理方法 | |
DE102022201761A1 (de) | Verfahren, System und Speichermedium zur automatischen Diagnose vonVorrichtungen | |
US7464063B2 (en) | Information processor, state judging unit and diagnostic unit, information processing method, state judging method and diagnosing method | |
JP7102941B2 (ja) | 情報処理方法、情報処理装置、及びプログラム | |
CN115293629A (zh) | 一种滚动轴承零件的生产加工方法及系统 | |
CN112529234A (zh) | 基于深度学习的地表水质预测方法 | |
CN116651971B (zh) | 一种汽车冲压模具在线检测方法及系统 | |
CN117312816B (zh) | 一种特种钢材的冶炼效果评估方法及系统 | |
CN108961460B (zh) | 基于稀疏esgp与多目标优化的故障预测方法及装置 | |
CN113221282A (zh) | 基于贝叶斯残差卷积网络的航空发动机寿命预测方法 | |
CN112068519A (zh) | 一种产品装配过程的质量管控方法和装置 | |
CN116384224A (zh) | 一种基于条件化参数动态卷积神经网络的航空发动机寿命预测方法 | |
CN113296561A (zh) | 一种用于造球机的控制系统及控制方法 | |
CN116305614A (zh) | 一种基于残差卷积神经网络和lstm的滚动轴承剩余使用寿命预测方法 | |
KR102464891B1 (ko) | 지능형 금속부품 가공 제어 장치 및 방법 | |
CN117952377A (zh) | 一种数字孪生的离散制造车间同步演化方法、设备及介质 | |
CN116379793B (zh) | 一种矿热炉短网调控数据处理方法 | |
CN117290752A (zh) | 一种磨煤机煤粉细度的预测方法 | |
CN115394381B (zh) | 一种基于机器学习和两步法数据扩充的高熵合金硬度预测方法及装置 | |
CN115115213A (zh) | 一种钢铁产品质量特性的追溯分析方法及装置 | |
CN114192583A (zh) | 一种基于Scada平台的带钢轧制过程质量监控方法和系统 | |
CN113312587A (zh) | 基于arima预测和回归预测的传感器采集数据缺失值处理方法 | |
CN112444395A (zh) | 基于CMWPE和SaE-ELM的机车轮对轴承故障诊断方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230428 |
|
RJ01 | Rejection of invention patent application after publication |