基于样本参数库的小批量五金拉深件自适应成形工艺方法及系统与流程

本发明涉及金属精密塑性成形及数字化工艺控制，特别涉及一种基于样本参数库的小批量五金拉深件自适应成形工艺方法及系统，适用于多品种、小批量五金拉深件在换产生产中的工艺参数匹配、首件反馈修正及样本参数库闭环迭代。本发明中所称“五金拉深件”，在部分生产现场亦可被称为“五金拉伸件”，为保证术语一致性，下文统一采用“五金拉深件”表述。本发明所称“自适应成形系统”，是指基于样本参数库、与拉深设备控制器及尺寸检测设备通讯连接、用于执行本发明工艺方法的工业现场工艺控制系统。

背景技术：

1、五金拉深件通常通过板材在凸模、凹模及压边机构的配合作用下发生塑性变形而形成。对于深腔类、方盒类或异形腔体类拉深件，成形质量受材料牌号、板材厚度、拉深深度、形状特征、模具状态、润滑条件以及压边控制参数、拉深速度、保压时间、退料力控制值等工艺参数共同影响。

2、在多品种、小批量生产模式下，生产任务切换频繁，操作人员通常需要根据经验从相近产品参数中选择初始参数，再通过首件试模反复调整。该方式存在换产准备时间长、试模废料较多、不同人员调机结果不一致以及历史工艺经验难以结构化沉淀等问题。

3、现有部分数字化管理系统能够实现订单、产量、设备状态或质量检测数据的记录，但往往未将产品特征、材料批次、模具配置、可在线调控参数和首件检测结果建立统一样本关系，也未对新换产任务形成适用于拉深成形的参数匹配和首件闭环修正机制。部分仿真优化或智能优化方法能够计算冲压工艺参数，但对于中小五金制造企业的现场应用而言，若每一小批量任务均依赖完整仿真或复杂优化模型，容易增加建模、验证和部署成本。

4、此外，若历史生产中的异常批次数据、模具磨损数据或材料异常数据不经筛选直接进入参数库，将可能污染后续参数匹配结果，使参数库随着数据增加反而出现匹配失真。因此，有必要提出一种能够利用历史合格生产样本与试模验证样本，在换产时自动生成初始工艺参数，并通过首件尺寸检测结果对可在线调控参数进行受限修正，同时对回传数据进行有效样本筛选的工艺方法。

技术实现思路

1、本发明的目的在于提供一种基于样本参数库的小批量五金拉深件自适应成形工艺方法及系统，通过将历史合格生产样本、试模验证样本、材料批次信息、首件检测结果和可在线调控参数建立可计算的样本关系，实现换产初始参数匹配、首件偏差修正和参数库闭环迭代，从而降低换产调机对个人经验的依赖，并提高小批量生产过程中参数复用和质量管控的一致性。

2、为实现上述目的，本发明提出一种基于样本参数库的小批量五金拉深件自适应成形工艺方法，应用于与拉深设备控制器及尺寸检测设备通讯连接的自适应成形系统，所述自适应成形系统设置有样本参数库；该方法包括如下步骤。

3、步骤s10，获取待生产五金拉深件的产品特征数据及材料批次数据。所述产品特征数据包括材料类型、板材厚度、拉深深度、形状类型及公差等级，所述材料批次数据包括材料牌号及材料批次标识。

4、步骤s20，在所述样本参数库中对所述产品特征数据及材料批次数据进行混合相似度匹配，获得候选样本参数记录，并根据所述候选样本参数记录生成初始工艺参数组。所述混合相似度匹配包括对数值型特征进行归一化差值计算、对类别型特征进行分级评分，并对所述数值型特征和类别型特征的相似度进行加权求和。

5、步骤s30，对所述初始工艺参数组中的可在线调控参数进行安全工艺区间校验，并将通过校验的可在线调控参数下发至所述拉深设备控制器。所述可在线调控参数包括压边控制参数和拉深速度。

6、步骤s40，按照所述初始工艺参数组生产首件，通过所述尺寸检测设备采集首件的尺寸检测数据，并根据所述尺寸检测数据与对应标准值生成包含偏差方向和偏差量的尺寸偏差向量。

7、步骤s50，基于预先标定的偏差-参数灵敏度矩阵，根据所述尺寸偏差向量计算所述可在线调控参数的修正量，并基于安全工艺区间跨度设置单次修正幅度阈值和累计修正幅度阈值，在所述单次修正幅度阈值和累计修正幅度阈值内对所述可在线调控参数进行修正，得到修正工艺参数组。

8、步骤s60，采用所述修正工艺参数组进行复检生产，在复检结果满足公差要求后启动批量生产。

9、步骤s70，将经批量生产验证且满足有效样本判定条件的合格工艺参数、对应质量数据及材料批次信息回传至所述样本参数库，形成新增有效样本；对不满足所述有效样本判定条件的数据，设置为待审核样本或非有效样本。

10、与现有技术相比，本发明至少具有以下有益效果：第一，通过样本参数库将产品特征、材料批次、模具配置、可在线调控参数和质量检测结果建立结构化对应关系，使分散的调机经验能够转化为可检索、可复用的工艺样本；第二，通过混合相似度匹配同时处理数值型特征和类别型特征，能够在待生产产品不存在完全匹配样本时，从相近样本中生成初始工艺参数组；第三，通过首件尺寸偏差向量和偏差-参数灵敏度矩阵对可在线调控参数进行受限修正，使首件检测数据能够直接参与工艺参数闭环调整；第四，通过有效样本判定机制，将经批量生产验证且满足质量稳定要求的数据写入为新增有效样本，而将异常批次数据设置为待审核样本或非有效样本，降低异常数据污染样本参数库的风险。

11、本发明并非单独依赖参数库检索、单独依赖首件修正或单独依赖数据回传，而是通过混合相似度匹配形成初始参数、通过偏差-参数灵敏度矩阵形成量化修正、通过有效样本判定避免异常批次污染样本库，形成“初始匹配—首件修正—样本筛选迭代”的轻量化闭环；该闭环适用于多品种、小批量五金拉深件换产频繁、单批数量有限、不适合逐批建立复杂仿真模型的生产场景。

1.一种基于样本参数库的小批量五金拉深件自适应成形工艺方法，应用于与拉深设备控制器及尺寸检测设备通讯连接的自适应成形系统，所述自适应成形系统设置有样本参数库；其特征在于，包括如下步骤：

2.如权利要求1所述的基于样本参数库的小批量五金拉深件自适应成形工艺方法，其特征在于，所述样本参数库中的样本参数记录包括产品特征向量、材料批次特征向量、模具配置参数、可在线调控参数、质量检测结果及样本状态标识；其中，所述模具配置参数包括凸模与凹模的单边间隙、模具编号、拉深筋结构或润滑方案中的至少一种，所述可在线调控参数还包括保压时间、退料力控制值或润滑供给量中的至少一种。

3.如权利要求1所述的基于样本参数库的小批量五金拉深件自适应成形工艺方法，其特征在于，所述材料批次数据还包括屈服强度、抗拉强度、延伸率、硬度中的至少一种可表征材料成形性能的力学性能参数。

4.如权利要求1所述的基于样本参数库的小批量五金拉深件自适应成形工艺方法，其特征在于，步骤s20中，综合相似度sim按照如下方式确定：sim=w1·smat+w2·sshape+w3·st+w4·sd+w5·stol；其中，smat为材料类型或材料牌号相似度，sshape为形状类型相似度，st为板材厚度相似度，sd为拉深深度相似度，stol为公差等级相似度，w1至w5为权重系数且其和为1；对于数值型特征，相似度按照sx=1-|x-xs|/rx确定，其中x为待生产五金拉深件的数值型特征，xs为样本参数记录中的对应特征，rx为预设量纲范围或样本统计范围；对于类别型特征，完全匹配时取1，同族匹配时取0.6，不匹配时取0。

5.如权利要求1所述的基于样本参数库的小批量五金拉深件自适应成形工艺方法，其特征在于，步骤s20中生成初始工艺参数组包括：当存在与待生产五金拉深件完全匹配的有效样本时，调用所述有效样本对应的合格工艺参数；当不存在完全匹配的有效样本时，基于至少一条候选样本参数记录的相似度权重，对候选样本参数记录中的可在线调控参数进行加权生成，并对生成结果执行上限、下限及变化幅度校验。

6.如权利要求1所述的基于样本参数库的小批量五金拉深件自适应成形工艺方法，其特征在于，步骤s40中的尺寸检测数据包括口部尺寸偏差、口部回弹量、侧壁直线度、底部平面度、拉裂缺陷标识、起皱缺陷等级或偏载检测值中的至少一种；所述尺寸偏差向量包括各检测项目的偏差方向和偏差量。

7.如权利要求1所述的基于样本参数库的小批量五金拉深件自适应成形工艺方法，其特征在于，步骤s50中，所述偏差-参数灵敏度矩阵通过单因素标定试验、正交试验、历史合格样本或经工艺人员审核确认的试模样本确定；其中，单因素标定试验包括在保持其他可在线调控参数不变的条件下改变一个可在线调控参数，并记录对应检测项目的偏差变化量；正交试验包括获得多参数变化下的检测结果，并利用最小二乘拟合或分段线性拟合得到所述偏差-参数灵敏度矩阵。

8.如权利要求1所述的基于样本参数库的小批量五金拉深件自适应成形工艺方法，其特征在于，所述安全工艺区间根据设备额定参数、模具允许参数范围、材料成形极限参数及历史合格样本参数分布中的至少两项确定；当修正后的可在线调控参数超出安全工艺区间、首件存在拉裂缺陷、起皱缺陷等级达到预设等级或者偏载检测值超过预设偏载阈值时，停止自动修正并输出模具状态、材料批次或设备状态检查提示。

9.如权利要求1所述的基于样本参数库的小批量五金拉深件自适应成形工艺方法，其特征在于，步骤s70中，所述有效样本判定条件还包括过程能力指数和样本状态标识；当批量生产质量数据满足预设合格率阈值、关键尺寸稳定性阈值、预设过程能力指数阈值且样本状态标识为审核通过时，将对应批次数据写入为新增有效样本；对因模具磨损、材料异常或设备故障造成的异常批次数据，设置为非有效样本或待审核样本。

10.一种基于样本参数库的小批量五金拉深件自适应成形系统，其特征在于，包括工业控制终端、拉深设备控制器、尺寸检测设备以及部署在所述工业控制终端上的数据采集模块、样本参数库模块、参数匹配模块、参数下发模块、首件修正模块、参数库迭代模块和异常判定模块；