本申请涉及一种电火花穿孔加工穿透状态的贝叶斯在线检测方法及装置,其中,方法包括:通过计算关键参数后验概率分布的期望值,动态更新由电火花穿孔加工过程中原始信号构建的概率统计模型;基于动态更新的概率统计模型,建模计算当前加工阶段的持续时长;基于加工阶段的持续时长,量化辨识电火花穿孔当前所处的加工阶段,并根据量化结果在线检测加工阶段由盲孔加工阶段转变为加工穿透阶段的时刻,以生成加工穿透时刻的在线检测结果。本申请实施例可以通过采样加工过程中工具电极进给速度作为特征信号,建立动态更新的概率统计模型来描述电火花穿孔加工状态,通过识别量化的模型参数并辨识瞬间穿透状态,实现高鲁棒性的穿透时刻的自适应检测。
背景技术
适用于钛合金、镍基高温合金等难加工材料上的电火花高速穿孔加工技术,已广泛应用于航空发动机、汽车工业、精密模具等众多工业领域。通常电火花穿孔加工过程可分为盲孔加工、穿透加工、过穿透加工的三个阶段。在使用内部冲液的管状工具电极进行电火花穿孔加工时,孔底穿透后的管内冲液将从出口流出,降低出口残余工件材料的加工稳定性和加工效率。由于加工电极的轴向长度损耗与径向轮廓损耗难以准确计算,较大的穿透加工距离可能导致加工背伤,特别是对于航空发动机涡轮叶片上气膜冷却孔加工而言将造成严重后果。
在穿透现象的发生时刻,由于加工间隙内的工作液流场形态与排屑状态突变,放电状态与电极的伺服运动状态也随之改变,已有研究通过分析特征信号的变化实现加工的穿透判断,包括:间隙电压、电极位移、内冲工作液背压、脉冲持续时间、峰值电流、声音信号等。现有的判断识别技术主要包括阈值判断、支持向量机分类判断、神经网络分类判断、加工状态图分类法等确定性模型判断方法。数据驱动的确定性模型往往依赖数据标签的有效性,适用于加工状态稳定、穿透信号特征明显的电火花穿孔加工过程。
然而,相关技术中的电火花穿孔加工穿透检测方法中,鲁棒性更强的穿透检测模型因其计算的复杂度较高,实时性难以提高,且尚未考虑加工过程中随机性出现的排屑不畅、电极短路等不稳定现象对于穿透判断检测精度的干扰,仍然缺少检测实时性和鲁棒性俱佳的穿透检测方法,亟待改善。
实现思路