利索能及
我要发布
收藏
专利号: 2022102476252
申请人: 成都航空职业技术学院
专利类型:发明专利
专利状态:已下证
更新日期:2026-07-01
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种用于大型薄壁零件的形变检测装置,包括底板(1),其特征在于,所述底板(1)的上方竖直安装有第一升降杆组(3)和第二升降杆组(4),所述第一升降杆组(3)和第二升降杆组(4)的上端分别转动连接有第一弧形板(5)和第二弧形板(6);所述第一弧形板(5)和第二弧形板(6)上均安装有辅助弧形板(7),所述第一弧形板(5)、第二弧形板(6)和两个辅助弧形板(7)围成圆筒形;所述第一弧形板(5)和第二弧形板(6)相邻的侧面转动连接;所述辅助弧形板(7)通过滑动连接组件与第一弧形板(5)或第二弧形板(6)滑动连接;所述第一弧形板(5)、第二弧形板(6)和辅助弧形板(7)上均设置有检测组件。

2.根据权利要求1所述的用于大型薄壁零件的形变检测装置,其特征在于:所述滑动连接组件包括开设在所述第一弧形板(5)或第二弧形板(6)的外侧弧面上的T形槽,设置在所述辅助弧形板(7)的内侧弧面上的T形条(12);所述T形槽沿第一弧形板(5)或第二弧形板(6)的弧线方向设置;所述T形条(12)与T形槽滑动配合;所述滑动连接组件还包括安装在第一弧形板(5)或第二弧形板(6)的外侧弧面上的滑动电机(13),安装在辅助弧形板(7)的内侧弧面上的齿条(11);所述滑动电机(13)的电机轴连接有齿轮(10),且齿条(11)与齿轮(10)啮合。

3.根据权利要求1所述的用于大型薄壁零件的形变检测装置,其特征在于:所述第一弧形板(5)和第二弧形板(6)上均设置有零件固定组件;所述零件固定组件包括若干吸盘(14);所述第一弧形板(5)和第二弧形板(6)的内侧弧面上均匀间隔设置有若干沿弧形板长度方向的滑槽(15),所述吸盘(14)滑动安装在滑槽(15)中;所述检测组件包括若干摄像头(18),若干所述摄像头(18)间隔设置在吸盘(14)的外表面以及第一弧形板(5)、第二弧形板(6)和辅助弧形板(7)的内侧弧面上。

4.根据权利要求3所述的用于大型薄壁零件的形变检测装置,其特征在于,所述吸盘(14)通过滑块(16)和吸盘升降杆(17)安装在滑槽(15)中,所述滑块(16)与滑槽(15)滑动连接,所述吸盘升降杆(17)的一端与滑块(16)连接,所述吸盘升降杆(17)的另一端与吸盘(14)的底端转动连接。

5.根据权利要求3所述的用于大型薄壁零件的形变检测装置,其特征在于,所述吸盘(14)包括吸盘本体(141),所述吸盘本体(141)上均匀开设有若干抽气孔道,且抽气孔道处设置有柔性材料制成的空心锥形堆(142)。

6.一种采用权利要求1‑5任一项所述的用于大型薄壁零件的形变检测装置的形变检测方法,其特征在于,包括如下步骤:S1:采集若干零件在不同时刻t0时的特征值x′、相应的零件健康状态R和状态发生改变

1

的时刻t;将x′和R组成一个评估单位元P (x′,R),不同时刻t0的评估单位元组成评估训练集1

S2:建立健康评估模型,使用评估训练集P训练健康评估模型;

S3:将每一个评估单位元中的特征值分别带入训练好的健康评估模型得到相应的健康状态参数值CV;将得到的健康状态参数值CV、当前时刻t0和状态发生改变的时刻t组成预测2

单位元P(CV,t0,t),并组成预测训练集

2

S4:建立使用预测时间模型,使用预测训练集P训练预测时间模型;

S5:使用所述检测组件对零件进行检测,得到待输入特征值x测,将得到的x测输入健康评估模型中,得到检测时刻零件的健康状态参数值CV测,根据CV测判断零件健康状态R测;

S6:将得到的CV测和R测输入预测时间模型中,得到零件的检修预测时长t测;

S7:将得到的t测进行记录并发送至检修人员,检修人员根据t测判断是否对零件进行拆卸维修。

7.根据权利要求6所述的采用用于大型薄壁零件的形变检测装置的形变检测方法,其特征在于,所述S5中使用检测组件对零件检测采集的特征值包括形变位置、形变量和形变数量中的一种或多种。

8.根据权利要求6所述的采用用于大型薄壁零件的形变检测装置的形变检测方法,其特征在于,所述S5中健康状态R测的判断方法为:当CV测大于CV预时为健康状态;当CV测小于CV预且大于CV报时为亚健康状态;当CV测小于CV报时为故障状态;所述CV预为健康状态参数值的预警阈值,所述CV报为健康状态参数值的报警阈值。

9.根据权利要求6所述的采用用于大型薄壁零件的形变检测装置的形变检测方法,其特征在于,所述健康评估模型为:其中μ为均值,σ为协方差,x为零件在健康状态下的特征值,x′为零件在不同时刻t0时的特征值,CV为健康状态参数值。

10.根据权利要求6所述的采用用于大型薄壁零件的形变检测装置的形变检测方法,其特征在于,所述预测时间模型为:CV′=p(t)+CVβ+εCV′;

Δt=t‑t0;

其中,p(t)为拟合时间序列中的分段线性增长或逻辑增长的非周期性变化的趋势项,β为参数,ε为服从正态分布的误差项,C为承载能力,k为增长率,m为偏移量,t为零件状态改变的时刻,t0为特征值的时刻,CV为t0时刻的健康状况参数,CV′为健康状态参数值的预警阈值或健康状态参数值的报警阈值;Δt为状态改变的剩余时间;

当CV为健康状态时的健康状况参数,CV′为健康状态参数值的预警阈值时,Δt为Δt1,Δt1为健康状态变为亚健康状态的剩余时间;当CV为健康状态时的健康状况参数,CV′为健康状态参数值的报警阈值时,Δt为Δt2,Δt2为健康状态变为故障状态的剩余时间;当CV为亚健康状态时的健康状况参数,CV′为健康状态参数值的报警阈值时,Δt为Δt3,Δt3为亚健康状态变为故障状态的剩余时间。