【技术实现步骤摘要】
本专利技术涉及开式压力机床身拼装及焊接技术，尤其涉及一种开式压力机床身智能化拼装及焊接制造方法及系统。
技术介绍
1、开式压力机床身是压力机的关键部件，其制造质量直接影响压力机的整机性能。传统的开式压力机床身制造工艺主要采用手工拼装和焊接的方式，存在拼装精度低、焊接变形大、焊接质量不稳定等问题，难以满足高端压力机的精度和质量要求。近年来，随着工业互联网、人工智能等技术的发展，智能制造技术得到广泛应用，为开式压力机床身的制造提供了新的思路和方法。
2、目前，针对开式压力机床身这类大型复杂焊接结构件的智能化制造方法尚不成熟，缺乏专门针对开式压力机床身结构特点的模块化拼装方法，难以实现精准快速的定位与夹紧；缺乏考虑关键受力结构应力特征的焊接顺序优化方法，难以有效控制焊接变形；缺乏融合多源传感信息的焊接质量智能评估方法，难以实现缺陷的定量分析和预测。因此，亟需开发一种面向开式压力机床身的智能化拼装及焊接制造新方法，以提升开式压力机床身的制造效率和质量。
技术实现思路
1、本专利技术实施例提供一种开式压力机床身智能化拼装及焊接制造方法及系统，能够解决现有技术中的问题。
2、本专利技术实施例的第一方面，
3、提供一种开式压力机床身智能化拼装及焊接制造方法，包括：
4、根据开式压力机床身结构特点，将机床床身划分为若干独立的功能模块，并针对每个功能模块制定独立的拼装工艺，包括子模块划分、定位夹紧、焊接堆栈和精度测量，并将机床床身放置在预先设置的智能夹
5、针对开式压力机床身的关键受力结构，建立焊缝的焊接顺序优化模型，以所述关键受力结构特征方向上的最大位移变形量为优化目标，以焊缝的几何约束与工艺约束为约束条件，通过求解所述焊接顺序优化模型，得到焊缝的最优焊接顺序；
6、利用最优焊接顺序对拼装好的开式压力机床身进行焊接，并在焊接过程中，采用相控阵超声成像技术识别焊缝类型和缺陷特征，输出焊接缺陷超声成像结果，并利用机器视觉算法对焊接缺陷超声成像结果进行智能化检测，根据智能化检测结果预测缺陷的扩展演化行为，形成定量化的缺陷评价体系，实现焊接质量的多信息融合智能评估。
7、在一种可选的实施例中，
8、通过所述智能夹具的位移传感单元扫描机床床身的实际空间位置数据，将扫描得到的实际空间位置数据与机床床身的设计模型进行比对，计算支撑点的调整量，并根据调整量，对各个功能模块进行定位和夹紧，得到拼装好的开式压力机床身包括：
9、利用大尺寸三坐标测量仪对机床床身的几何精度指标进行测量，获得体现床身实际加工状态的机床床身点云数据；
10、将机床床身点云数据导入计算机，通过三维重构技术生成机床床身实际加工模型，将机床床身实际加工模型与机床床身设计模型进行比对，提取并量化机床床身实际加工模型和机床床身设计模型之间的几何偏差，建立机床床身实际加工模型和机床身设计模型的几何偏差向量场；
11、基于机床床身实际加工模型和机床床身设计模型的几何偏差向量场，构建机床床身拼装误差与机床床身调整参数之间的拼装误差非线性映射模型，其中，机床床身调整参数包括机床床身各功能模块的位姿参数和机床床身整机的支撑参数，并采用神经网络算法对拼装误差非线性映射模型进行训练；
12、获取目标精度指标输入训练好的拼装误差非线性映射模型，通过智能优化算法求解机床床身调整参数的最优值，生成机床床身调整参数最优值方案；
13、利用集成于智能夹具上的高精度伺服驱动单元，将机床床身调整参数最优值方案转化为实际的调整动作，对机床床身各功能模块进行定位和夹紧，再次判断调整后的机床床身几何精度指标是否达到目标精度，若未达到则重复迭代执行获取床身调整参数最优值方案并转化为实际的调整动作的步骤，直至优化调整后的机床身几何精度指标达到目标精度要求，得到拼装好的开式压力机床身。
14、在一种可选的实施例中，
15、获取目标精度指标输入训练好的拼装误差非线性映射模型，通过智能优化算法求解机床床身调整参数的最优值，生成机床床身调整参数最优值方案包括：
16、通过本体建模方法定义机床领域核心概念、属性及语义关系，采用自然语言处理技术从结构化和非结构化数据源中提取机床精度相关实体、属性及关系事实，利用知识融合技术对多源异构的机床精度知识进行表示学习、消歧链接与一致性推理，构建机床精度知识图谱；
17、从所构建的机床精度知识图谱中提取与因果分析相关的概念节点和语义关系，形成因果先验知识，引入领域范围约束，并通过知识引导的因果结构学习策略构建机床误差因果图；
18、获取机床床身拼装过程中的误差数据构建训练样本，以机床误差因果图作为先验知识，通过深度学习算法训练机床拼装误差非线性映射模型，建立机床影响因素与拼装误差间的非线性映射关系，将目标精度指标输入至训练好的机床拼装误差非线性映射模型中，通过智能优化算法求解机床床身调整参数的最优值，生成机床床身调整参数最优值方案；
19、生成机床床身调整参数最优值方案之后还包括：
20、根据机床床身调整参数最优值方案对机床床身进行调整，对调整后的机床误差进行测试，收集调整后的机床误差测试数据，对机床误差测试数据中多源异构的误差指标进行特征提取和融合，得到机床误差模式向量，将得到的机床误差模式向量输入至机床误差因果图模型中，通过在机床误差因果图中进行逆向搜索，生成从起始因素到目标误差的因果路径，计算因果路径的综合影响强度，通过因素排序策略识别对目标误差影响最大的关键因素，提取关键因素的误差传播链示意图，自动生成误差诊断报告。
21、在一种可选的实施例中，
22、针对开式压力机床身的关键受力结构，建立焊缝的焊接顺序优化模型，以所述关键受力结构特征方向上的最大位移变形量为优化目标，以焊缝的几何约束与工艺约束为约束条件，通过求解所述焊接顺序优化模型，得到焊缝的最优焊接顺序包括：
23、针对开式压力机床身的关键受力结构，导入关键受力结构的三维cad模型，识别关键受力结构上焊缝的几何拓扑关系，调用有限元分析软件对不同焊接顺序下的焊接过程进行热-机耦合仿真，预测焊后变形，并对仿真和预测的结果进行后处理，提取关键受力结构特征方向上的最大位移变形量作为焊接顺序优化模型的目标函数，以焊缝的几何约束与工艺约束为约束条件，通过求解焊接顺序优化模型得到焊缝的初始焊接顺序；
24、在按照初始焊接顺序对关键受力结构进行焊接的过程中，通过多传感器融合实时采集焊接状态信息，所述焊接状态信息包括焊接参数、焊缝几何、温度场和应变场；
25、对采集的焊接状态信息进行预处理，将预处理后的焊接状态信息重构为状态空间向量，通过信号处理本文档来自技高网...
【技术保护点】
1.一种开式压力机床身智能化拼装及焊接制造方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，通过所述智能夹具的位移传感单元扫描机床床身的实际空间位置数据，将扫描得到的实际空间位置数据与机床床身的设计模型进行比对，计算支撑点的调整量，并根据调整量，对各个功能模块进行定位和夹紧，得到拼装好的开式压力机床身包括：
3.根据权利要求2所述的方法，其特征在于，获取目标精度指标输入训练好的拼装误差非线性映射模型，通过智能优化算法求解机床床身调整参数的最优值，生成机床床身调整参数最优值方案包括：
4.根据权利要求1所述的方法，其特征在于，针对开式压力机床身的关键受力结构，建立焊缝的焊接顺序优化模型，以所述关键受力结构特征方向上的最大位移变形量为优化目标，以焊缝的几何约束与工艺约束为约束条件，通过求解所述焊接顺序优化模型，得到焊缝的最优焊接顺序包括：
5.根据权利要求4所述的方法，其特征在于，提取关键受力结构特征方向上的最大位移变形量作为焊接顺序优化模型的目标函数包括：
6.根据权利要求1所述的方法，其特征在于，利用最
7.一种开式压力机床身智能化拼装及焊接制造系统，用于实现前述权利要求1-6中任一项所述的方法，其特征在于，包括：
8.一种电子设备，其特征在于，包括：
9.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至6中任意一项所述的方法。
...【技术特征摘要】
1.一种开式压力机床身智能化拼装及焊接制造方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，通过所述智能夹具的位移传感单元扫描机床床身的实际空间位置数据，将扫描得到的实际空间位置数据与机床床身的设计模型进行比对，计算支撑点的调整量，并根据调整量，对各个功能模块进行定位和夹紧，得到拼装好的开式压力机床身包括：
3.根据权利要求2所述的方法，其特征在于，获取目标精度指标输入训练好的拼装误差非线性映射模型，通过智能优化算法求解机床床身调整参数的最优值，生成机床床身调整参数最优值方案包括：
4.根据权利要求1所述的方法，其特征在于，针对开式压力机床身的关键受力结构，建立焊缝的焊接顺序优化模型，以所述关键受力结构特征方向上的最大位移变形量为优化目标，以焊缝的几何约束与工艺约束为约束条件，通过求解所述焊接顺序优化模型，得到焊缝的最优焊接顺序包括：
<...【专利技术属性】
技术研发人员：陈旭，王国印，李新华，蔡建立，刘思余，麻阿辉，郝建军，魏建中，
申请(专利权)人：瀚洋重工装备制造天津有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。