(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111422627.2 (22)申请日 2021.11.26 (71)申请人 华中科技大 学 地址 430074 湖北省武汉市洪山区珞喻路 1037号 (72)发明人 彭芳瑜　张腾　李冰冰　孙豪　 赵晟强　张驰　闫蓉　 (74)专利代理 机构 华中科技大 学专利中心 42201 代理人 夏倩 (51)Int.Cl. G06Q 10/06(2012.01) G06N 5/04(2006.01) G06F 30/27(2020.01) G06Q 50/04(2012.01)G06F 111/08(2020.01) (54)发明名称 一种基于自适应模糊推理的全流程零件加 工质量预测方法 (57)摘要 本发明公开了一种基于自适应模糊推理的 全流程零件加工质量预测方法， 构建零件各工序 特征尺寸与最终加工质量的数据集， 用于训练基 于自适应模糊推理的最终加工质量预测模型， 从 而实现对零件最终加工质量的事先感知和事先 干预。 对于工艺设计人员， 可在获取任意工序加 工结束所对应的特征尺寸数据后， 经过模型预 测， 得到零件的最终质量， 再从零件设计要求出 发调整过程工序的公差等级； 对于现场加工人 员， 在完成过程工序后， 对所加工的特征尺寸进 行测量， 之后经过模型预测即可得到零件最终的 加工质量， 从而实现对最终加工质量的预先感 知， 并且可以在预先感知的基础上， 在后续的加 工过程中做出提前干预， 以更好的保证零件的最 终加工质量满足要求。 权利要求书2页 说明书12页 附图6页 CN 114169721 A 2022.03.11 CN 114169721 A 1.一种基于自适应模糊推理的全流程零件加工质量预测方法， 其特征在于， 该方法包 括： 训练阶段： S1， 获取零件各工序的特 征尺寸及零件最终加工质量数据； S2， 以所述零件各工序的特征尺寸为样本输入， 以零件最终加工质量数据为样本标签， 训练零件各工序的最终加工质量的自适应模糊推理模型； 应用阶段： 将待加工零件任一工序的特征尺寸输入至训练好的所述工序的最终加工质量的自适 应模糊推理模型中， 得到最终加工质量预测结果。 2.如权利要求1所述的基于自适应模糊推理的全流程零件加工质量预测方法， 其特征 在于， 步骤S1包括： 从零件的现场加工数据中获取零件各工序的特 征尺寸及零件最终加工质量数据。 3.如权利要求1所述的基于自适应模糊推理的全流程零件加工质量预测方法， 其特征 在于， 步骤S1包括： S11， 对零件各工序的特征尺寸进行蒙特卡罗随机仿真， 得到零件各工序的随机仿真特 征尺寸； S12， 将所述随机仿真特征尺寸与设计尺寸之间的误差代入至零件加工全流程误差传 递模型， 得到特 征尺寸的最终误差； S13， 根据所述特 征尺寸的最终误差， 得到零件最终加工质量数据。 4.如权利要求3所述的基于自适应模糊推理的全流程零件加工质量预测方法， 其特征 在于 ， 所述零件各工序的随 机仿真特征尺寸服从 均值 方差 的正态分布。 5.如权利要求1所述的基于自适应模糊推理的全流程零件加工质量预测方法， 其特征 在于， 所述方法还 包括： 构建基于所述零件各工序的最终加工质量的自适应模糊推理模型得到的零件最终加 工质量的预测结果与基于所述零件加工全流程误差传递模型得到的零件最终加工质量的 模型计算结果之间的线性关系； 所述线性关系为： y＝b0+b1y1+b2y2+…+bNyN 其中， y为基于所述零件加工全流程误差传递模型得到的零件最终加工质量的模型计 算结果， y1、 y2、…、 yN分别为零件第1道工序、 第2道工序、 …、 第N道工序的最终加工质量的自 适应模糊推理模型的预测结果。 6.如权利要求3或5所述的基于自适应模糊推理的全流程零件加工质量预测方法， 其特 征在于， 采用以下 方法构建所述 零件加工全流 程误差传递模型： 对多工序加工过程所涉及的误差分别进行建模， 并整合误差传递和变换过程， 得到零 件加工全流 程误差传递模型为： x(k)＝A(k)x(k ‑1)+B(k)u(k)+v(k)权　利　要　求　书 1/2 页 2 CN 114169721 A 2y(k)＝C(k)x(k)+w(k) 其中， A(k)、 B(k)、 C(k)分别为系统矩阵、 控制矩阵、 输出矩阵； w(k)、 v(k)分别为测量系 统和状态转移过程中的随机噪声误差； x(k)、 x(k ‑1)分别为第k和第k ‑1步工序形成 的零件 特征误差； u(k)为第k道工序引入的误差， y(k)为第k 步的误差观测输出。 7.如权利要求6所述的基于自适应模糊推理的全流程零件加工质量预测方法， 其特征 在于， 根据以下公式确定零件的关键 工序： 其中， KP为关键 工序的工序号。 8.如权利要求1所述的基于自适应模糊推理的全流程零件加工质量预测方法， 其特征 在于， 所述最 终加工质量的自适应模糊推理模型包括： 模糊层、 融合层、 归一化层、 加权层和 整合输出层。 9.如权利要求7所述的基于自适应模糊推理的全流程零件加工质量预测方法， 其特征 在于， 所述 步骤S1之后， 还 包括： 将所述零件各工序的特征尺寸及零件最终加工质量数据进行归一化处理后， 按照预设 比例划分为训练集和测试集， 采用训练集对最终加工质量的自适应模糊推理模型进行训 练， 采用测试集对最终加工质量自适应模糊推理模型进行测试。 10.一种基于自适应模糊推理的全流程零件加工质量预测系统， 其特征在于， 包括： 计 算机可读存 储介质和处 理器； 所述计算机可读存 储介质用于存 储可执行指令； 所述处理器用于读取所述计算机可读存储介质中存储的可执行指令， 执行如权利要求 1‑9任一项所述的基于自适应模糊推理的全流 程零件加工质量预测方法。权　利　要　求　书 2/2 页 3 CN 114169721 A 3