【技术实现步骤摘要】
本专利技术属于材料加工，涉及材料加工过程中弯曲角度控制，尤其涉及电气工程中应用的金属材料加工过程中的弯曲角度补偿方法、材料弯曲角度加工方法及系统。
技术介绍
1、随着电力行业的快速发展，电力设备的安装及检修需求日益增加，而在电力设备的安装和检修中，各种母排作为电气连接件被广泛应用。为了保证装配符合工艺要求和设备间的绝缘距离要求，铜排或铝排需要被弯曲成符合现场使用条件的特定角度并打孔用于螺栓连接。此外，在接地网的安装过程中，也需要对接地扁铁进行弯曲。因此，对于材料弯曲角度的精准控制是决定材料能否安装到位的关键因素之一。
2、目前材料的弯曲主要通过电机驱动弯曲机来加工实现。电机驱动弯曲机主要是通过电机带动动轴绕着定轴转动，实现对材料(例如母排)进行弯曲。在弯曲不同厚度的母排时，由于母排与动轴之间的间隙不同，即使机器设定为固定角度，实际弯曲后材料的角度依然存在差异。
3、而且，当前弯曲机多采用链条或齿轮传动以获得较大的扭矩，但角度调整方法有限，一种是延时开关控制电机工作时间，另一种是限位器限制齿轮或链条运动范围。由于不同材料和尺寸的抗弯性能不同，且金属材料的回弹特性，弯曲后母排会回弹一定角度；导致这两种方法无法精确控制角度误差，难以实现弯曲角度的精细调整。例如，传统弯曲机在弯曲铜排时，设置90°的情况下，弯曲60×6mm的铜排和80×6mm的铜排实际测得角度分别为96.5°和91°；弯曲60×6mm的铜排、铝排、扁铁时，实际测得角度分别为96.5°、107.5°、94°。
4、为了解决电动弯曲机不能
技术实现思路
1、本专利技术的目的旨在针对上述现有技术中的不足，提供一种材料加工过程中的弯曲角度补偿方法，首先通过对材料进行实时检测和分类，能够对不同尺寸和材质的材料的回弹角度进行有效补偿。
2、为达到上述目的，本专利技术采取以下技术方案来实现。
3、本专利技术提供了一种材料加工过程中的弯曲角度补偿方法，其包括以下步骤：
4、步骤1：获取加工材料图像，并依据加工材料图像获取材料尺寸，包括厚度、沿弯曲轴向的宽度；
5、步骤2：将加工材料图像输入识别模型中，对材料进行分类，确定材料属性及弹性模量；
6、步骤3：依据加工材料的厚度、宽度、目标弯曲角度和弹性模量，通过多元线性回归模型得到回弹角度，即为补偿角度。
7、上述步骤1中，图像采集可以采用高分辨率工业相机分别从不同角度对加工材料进行拍摄，获取加工材料的图像数据。在具体实现方式中，可以通过设置于材料正上方和侧面的相机来对加工材料进行拍摄，从两个方向获取加工材料的图像，再对两个图像分别进行预处理和特征提取，得到加工材料的尺寸；从材料侧面采集的图像，可以获取材料的厚度；从材料正上方采集的图像，可以获取材料沿弯曲轴向(也即加工材料固定在弯曲机上时，加工材料与弯曲机定轴轴向平行的方向)的宽度。
8、对加工材料图像进行预处理和特征提取，得到加工材料的尺寸，具体包括以下分步骤：
9、步骤11将加工材料图像转换为灰度图像，并进行滤波去噪；
10、步骤12对去噪后的图像进行边缘检测；
11、步骤13提取边缘直线，得到加工材料的尺寸，包括厚度和沿弯曲轴向的宽度。
12、上述步骤11中，采用高斯滤波器对灰度图像进行处理，以减少噪声。
13、上述步骤12中，使用canny边缘检测方法对去噪后的图像进行边缘检测；该步骤包括以下分步骤：
14、步骤121使用sobel算子计算平滑处理后的图像的梯度幅值和方向；
15、步骤122使用非极大值抑制方法去除梯度方向上不是局部最大值的像素，精确定位边缘；
16、步骤123基于双阈值检测，确定边缘点，并依据滞后法连接边缘，完成边缘检测。
17、上述步骤13中，使用霍夫变换算法提取边缘直线，并计算线段之间的距离，得到加工材料的厚度和沿弯曲轴向的宽度。
18、上述步骤2中，所述识别模型为卷积神经网络cnn。卷积神经网络cnn可以通过预训练得到。
19、上述步骤3中，所述多元线性回归模型为：
20、y＝β0+β1x1+β2x2+β3x3+β4x4+ε
21、式中，y表示回弹角度，x1表示加工材料厚度，x2表示加工材料宽度，x3表示加工材料目标弯曲角度，x4表示加工材料的弹性模量，β0、β1、β2、β3、β4表示回归系数；ε表示随机误差。
22、本专利技术中，依据材料加工历史数据，使用最小二乘法确定回归系数β0、β1、β2、β3、β4。
23、通过上述弯曲角度补偿方法，能够实现对材料加工过程中产生的回弹角度进行有效补偿，进而确保达到目标弯曲角度。
24、本专利技术还提供了一种材料弯曲角度加工方法，其包括以下步骤：
25、s1获取加工材料的目标弯曲角度；
26、s2通过所述弯曲角度补偿方法确定加工材料的补偿角度；
27、s3以目标弯曲角度和补偿角度之和作为加工材料的加工预定角度；
28、s4通过弯曲机对材料进行加工；
29、s5实时采集材料的弯曲角度，判断弯曲角度是否达到预定角度，若是，则停止弯曲机，进入步骤s6；否则重复步骤s4；
30、s6判断材料回弹后的实际角度与目标弯曲角度偏差是否在允许误差范围内，若是，则材料加工完成；否则进入步骤s7；
31、s7对多元线性回归模型进行优化，然后返回步骤s2。
32、上述材料弯曲角度加工方法，能够基于加工材料的目标弯曲角度获取补偿角度，实时检测加工材料的弯曲角度，并及时对补偿角度进行调整，从而提高了加工材料的弯曲角度加工加工精度，也提高了工作效率，为电力设备的安装和检修提供了可靠保障。
33、上述步骤s4中，可以使用本领域已经披露的弯曲机进行加工。
34、上述步骤s5中，通过位于弯曲机正上方的摄像机实时对加工过程中的加工材料进行采集，然后通过边缘检测获取加工材料的弯曲角度。可以使用canny边缘检测方法进行边缘检测，以检测到的边缘所成角度作为弯曲角度。
35、上述步骤s6中，再次利用摄像机对加工材料回弹后的实际角度进行测量。对比测量的实际角度与目标角度，角度偏差是否在允许误差范围内，若是，则材料加工完成。否则，依据当前迭代过程中实际角度、目标角度以及步骤s2确定的补偿角度，确定当前迭代过程中的实际回弹角度：
36、实际回弹角度＝目标角度+补偿角度-实际角度。
37、然后将本文档来自技高网...
【技术保护点】
1.一种材料加工过程中的弯曲角度补偿方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的材料加工过程中的弯曲角度补偿方法，其特征在于，对加工材料图像进行预处理和特征提取，得到加工材料的尺寸，具体包括以下分步骤：
3.根据权利要求2所述的材料加工过程中的弯曲角度补偿方法，其特征在于，步骤12中，使用Canny边缘检测方法对去噪后的图像进行边缘检测；该步骤包括以下分步骤：
4.根据权利要求2所述的材料加工过程中的弯曲角度补偿方法，其特征在于，步骤13中，使用霍夫变换算法提取边缘直线，并计算线段之间的距离，得到加工材料的厚度和宽度。
5.根据权利要求1所述的材料加工过程中的弯曲角度补偿方法，其特征在于，步骤2中，所述识别模型为卷积神经网络CNN。
6.根据权利要求1所述的材料加工过程中的弯曲角度补偿方法，其特征在于，步骤3中，所述多元线性回归模型为：
7.根据权利要求6所述的材料加工过程中的弯曲角度补偿方法，其特征在于，步骤3中，使用最小二乘法确定回归系数。
8.一种材料弯曲角度加工方法，其特征在
9.根据权利要求8所述的材料弯曲角度加工方法，其特征在于，步骤S6中，依据当前迭代过程中实际角度、目标角度以及步骤S2确定的补偿角度，确定当前迭代过程中的实际回弹角度；然后将实际回弹角度与步骤S2中确定的加工材料厚度、宽度、目标弯曲角度和弹性模量加入加工材料历史数据中，对加工材料历史数据进行更新；
10.一种材料弯曲角度加工系统，其特征在于，包括：
11.根据权利要求10所述的材料弯曲角度加工系统，其特征在于，还包括摄像机；摄像机，位于弯曲机的正上方，用于对加工过程中的加工材料进行实时采集，获取加工材料弯曲角度。
...【技术特征摘要】
1.一种材料加工过程中的弯曲角度补偿方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的材料加工过程中的弯曲角度补偿方法，其特征在于，对加工材料图像进行预处理和特征提取，得到加工材料的尺寸，具体包括以下分步骤：
3.根据权利要求2所述的材料加工过程中的弯曲角度补偿方法，其特征在于，步骤12中，使用canny边缘检测方法对去噪后的图像进行边缘检测；该步骤包括以下分步骤：
4.根据权利要求2所述的材料加工过程中的弯曲角度补偿方法，其特征在于，步骤13中，使用霍夫变换算法提取边缘直线，并计算线段之间的距离，得到加工材料的厚度和宽度。
5.根据权利要求1所述的材料加工过程中的弯曲角度补偿方法，其特征在于，步骤2中，所述识别模型为卷积神经网络cnn。
6.根据权利要求1所述的材料加工过程中的弯曲角度补偿方法，其特征在于...
【专利技术属性】
技术研发人员：王志高，王方强，尹浩丞，李富祥，兰新生，王玫，陈俊杰，陈家慧，
申请(专利权)人：国网四川省电力公司电力科学研究院，
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。