基于深度学习和S试件的五轴机床误差溯源方法研究与实现

作     者：顾阳 

作者单位：电子科技大学 

学位级别：硕士

导师姓名：王立平

授予年度：2017年

学科分类：080202[工学-机械电子工程] 08[工学] 0802[工学-机械工程] 

主      题：深度学习 S试件 误差溯源 五轴机床 

摘      要：今年,我国大飞机C919完成首航,航母舰队投入使用,国人为之自豪。五轴机床在此发挥了重要作用。五轴机床在切削自由曲面时具备优异的性能,广泛应用于船舶、航空航天、国防军工等领域。五轴机床在三轴机床基础上增加了两个转动轴,提升加工性能的同时极大增加了机构运动的复杂性,目前国内外对于五轴机床的加工性能测试缺乏相应的评定标准。成都飞机工业公司根据国外检测试件缺陷和实际生产经验设计出S试件。通过五轴机床切削S试件,能综合反映机床的加工性能和动态特性。但目前建立S试件与五轴机床误差项间的映射函数较为困难,基于S试件的机床误差溯源理论仍然有待完善。深度学习是一种机器学习算法,能够直接处理图像等高维结构数据,自动建立准确的映射函数,在多个相关领域的取得成功。本文在现有误差溯源方法基础上,参考深度学习在相关任务的应用办法,提出一种基于S试件和深度学习的五轴机床误差溯源方法,对于完善S试件的机床误差溯源理论并提高五轴机床的加工性能具有重要意义。具体研究内容如下:1、设计实际刀具位姿切削S试件的仿真算法,建立五轴机床单项误差与S试件轮廓度误差的正向映射函数。包括基于多体理论建立五轴机床空间误差模型、通过Matlab辅助分析各单项误差与S件轮廓度误差的对应关系。2、设计用于拟合S试件与误差项间映射函数的深度学习卷积神经网络结构,特殊改进包括将S试件三维点云数据通过拉伸和投影转化为三张不同维度的误差图,为此设计三通道的结构;误差数据的分布不稳定,精度高,采用批量正则化操作调控数据分布;实现剪枝策略对网络结构进行优化。3、实现基于深度学习和S试件的五轴机床误差溯源实验方案,包括规划数据集训练策略、规格标准;基于ipython notebook建立可在线编程、可视化的客户端测试框架;搭建维护实验室深度学习服务器与远端登陆等服务;最后基于Caffe平台进行实验,验证了整体方案的可行性和正确性。