一种基于不平衡矢量深度学习的钢轮动平衡校正方法及系统与流程

本发明涉及深度学习，具体为一种基于不平衡矢量深度学习的钢轮动平衡校正方法及系统。

背景技术：

1、钢轮在成形、焊接及加工过程中会产生质量分布偏移，旋转时形成不平衡响应，动平衡检测通常以两个校正面的不平衡量和相位表示当前平衡状态，并据此确定对应的校正位置和校正量。

2、在基于数据学习的动平衡校正过程中，可利用历史钢轮的动平衡检测数据、校正数据及复测数据建立深度学习模型，根据当前钢轮的不平衡量和相位生成对应的校正参数，并以校正后的残余不平衡量判断校正结果。

3、现有技术存在的局限至少包括如下问题：钢轮实际使用的平衡块具有对应的质量规格，同一目标校正矢量可由不同的平衡块质量及安装位置组合形成，使相近的校正前不平衡矢量在历史数据中可能对应多组均能满足复测要求的校正参数，当采用单组校正参数作为深度学习回归目标时，相近不平衡状态会对应不同的校正参数，容易使模型输出的校正参数偏离可直接执行的平衡块配置，产生校正量及校正位置偏差，导致复测残余不平衡量增大。

技术实现思路

1、针对现有技术的不足，本发明提供了一种基于不平衡矢量深度学习的钢轮动平衡校正方法及系统，用于解决相近钢轮不平衡矢量对应多种有效校正组合时，深度学习生成的校正参数发生偏移，导致复测残余不平衡量增大的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种基于不平衡矢量深度学习的钢轮动平衡校正方法，包括以下步骤：获取当前钢轮动平衡检测数据和可用平衡块数据，根据两个校正面的不平衡量及相位分别生成第一校正面当前不平衡矢量和第二校正面当前不平衡矢量，形成当前双面不平衡矢量；将当前双面不平衡矢量输入预训练的双向校正深度网络，预训练的双向校正深度网络包括参数共享的第一校正面编码支路和第二校正面编码支路、跨面关联层、校正作用生成支路、残余不平衡预测支路及校正前不平衡矢量重构支路，生成目标双面校正作用矢量组；根据目标双面校正作用矢量组及可用平衡块数据生成候选可执行校正配置，并映射为候选实际双面校正作用矢量组；将当前双面不平衡矢量与各候选实际双面校正作用矢量组输入预训练的双向校正深度网络，生成候选残余双面不平衡矢量和候选重构双面不平衡矢量；对候选残余双面不平衡矢量及候选重构双面不平衡矢量进行双向闭合分析，确定目标可执行校正配置，生成并执行钢轮动平衡校正指令。

3、进一步地，生成当前双面不平衡矢量的步骤如下：从当前钢轮动平衡检测数据中提取钢轮旋转基准位置，建立相位基准；根据第一校正面的不平衡量及相位进行矢量分析，生成第一校正面当前不平衡矢量；根据第二校正面的不平衡量及相位进行矢量分析，生成第二校正面当前不平衡矢量；按照两个校正面的对应关系形成当前双面不平衡矢量。

4、进一步地，预训练的双向校正深度网络进行处理的步骤如下：将第一校正面当前不平衡矢量和第二校正面当前不平衡矢量分别输入参数共享的第一校正面编码支路和第二校正面编码支路，生成双面编码结果；将双面编码结果输入跨面关联层进行关联处理，生成双面关联编码结果；将双面关联编码结果输入校正作用生成支路，生成目标双面校正作用矢量组；将当前双面不平衡矢量与候选实际双面校正作用矢量组输入残余不平衡预测支路，生成候选残余双面不平衡矢量；将候选残余双面不平衡矢量与对应候选实际双面校正作用矢量组输入校正前不平衡矢量重构支路，生成候选重构双面不平衡矢量。

5、进一步地，生成候选可执行校正配置的步骤如下：读取可用平衡块数据中的平衡块质量规格、对应校正面和允许安装位置；根据平衡块质量规格、对应校正面及允许安装位置形成可执行平衡块单元，并生成各可执行平衡块单元对应的可执行单元校正作用矢量；以目标双面校正作用矢量组为匹配基准，对各可执行单元校正作用矢量进行配置组合分析，生成包含平衡块质量规格、对应校正面和安装位置的多个平衡块配置；对各平衡块配置进行双面校正作用分析，形成候选实际双面校正作用矢量组，并经匹配范围分析确定候选可执行校正配置。

6、进一步地，生成候选残余双面不平衡矢量的步骤如下：提取各候选可执行校正配置对应的候选实际双面校正作用矢量组；将当前双面不平衡矢量和候选实际双面校正作用矢量组输入残余不平衡预测支路；生成第一校正面候选残余不平衡矢量和第二校正面候选残余不平衡矢量，并形成候选残余双面不平衡矢量。

7、进一步地，生成候选重构双面不平衡矢量的步骤如下：将各候选残余双面不平衡矢量与对应候选实际双面校正作用矢量组输入校正前不平衡矢量重构支路；对候选残余双面不平衡矢量与对应候选实际双面校正作用矢量组之间的校正前后关系进行重构分析；生成第一校正面候选重构不平衡矢量和第二校正面候选重构不平衡矢量，并形成候选重构双面不平衡矢量。

8、进一步地，进行双向闭合分析的步骤如下：对候选残余双面不平衡矢量进行残余范围分析，形成残余候选校正配置集；将残余候选校正配置集中各候选可执行校正配置对应的候选重构双面不平衡矢量与当前双面不平衡矢量进行校正面对应分析，生成第一校正面重构偏差和第二校正面重构偏差；对第一校正面重构偏差和第二校正面重构偏差进行重构范围分析，形成闭合候选校正配置集。

9、进一步地，确定目标可执行校正配置的步骤如下：提取闭合候选校正配置集中各候选可执行校正配置对应的候选残余双面不平衡矢量；对候选残余双面不平衡矢量进行联合残余分析，形成候选校正配置顺序；按照候选校正配置顺序对平衡块数量及安装位置进行执行条件分析，根据分析结果确定目标可执行校正配置。

10、进一步地，生成并执行钢轮动平衡校正指令的步骤如下：读取目标可执行校正配置中的平衡块质量规格、对应校正面和安装位置，生成钢轮动平衡校正指令；控制校正设备完成平衡块安装，根据已执行的目标可执行校正配置对可用平衡块数据中的允许安装位置进行占用更新，并重新获取钢轮动平衡检测数据；根据重新获取的钢轮动平衡检测数据生成校正后双面残余不平衡矢量并进行允许范围分析；当允许范围分析结果对应继续校正时，将校正后双面残余不平衡矢量更新为当前双面不平衡矢量，并基于更新后的可用平衡块数据重新执行目标双面校正作用矢量组生成及后续步骤。

11、一种基于不平衡矢量深度学习的钢轮动平衡校正系统，包括：不平衡矢量生成模块，用于获取当前钢轮动平衡检测数据和可用平衡块数据，生成当前双面不平衡矢量；深度校正处理模块，用于通过预训练的双向校正深度网络生成目标双面校正作用矢量组、候选残余双面不平衡矢量和候选重构双面不平衡矢量；候选配置生成模块，用于生成候选可执行校正配置和候选实际双面校正作用矢量组；双向闭合分析模块，用于进行双向闭合分析，确定目标可执行校正配置；校正执行模块，用于生成并执行钢轮动平衡校正指令，更新可用平衡块数据并获取校正后双面残余不平衡矢量。

12、本发明具有以下有益效果：

13、（1）、该基于不平衡矢量深度学习的钢轮动平衡校正方法，通过将两个校正面的不平衡量和相位转换为当前双面不平衡矢量，并由双向校正深度网络生成目标双面校正作用矢量组，历史平衡块配置先换算为对应实际双面校正作用矢量组后参与网络训练，不将平衡块质量和安装位置直接作为网络回归输出，减少相近不平衡状态对应不同具体平衡块配置时产生的模型输出偏移。

14、（2）、该基于不平衡矢量深度学习的钢轮动平衡校正方法，通过平衡块质量规格、对应校正面和允许安装位置形成可执行平衡块单元，并将不同平衡块组合换算为候选实际双面校正作用矢量组，再与目标双面校正作用矢量组进行匹配，将网络生成的校正作用转换为当前钢轮能够直接安装的平衡块配置，减少目标校正作用处于不同实际配置之间造成的校正量和安装位置偏差。

15、（3）、该基于不平衡矢量深度学习的钢轮动平衡校正方法，通过对候选可执行校正配置进行残余不平衡预测，并利用预测得到的候选残余双面不平衡矢量和对应候选实际双面校正作用矢量组重构校正前双面不平衡矢量，先根据预测残余筛除校正结果不符合要求的配置，再根据重构结果与当前实测双面不平衡矢量之间的偏差进行闭合筛选，降低仅依据单向残余预测确定平衡块配置造成的误选。

16、（4）、该基于不平衡矢量深度学习的钢轮动平衡校正系统，通过不平衡矢量生成模块、深度校正处理模块、候选配置生成模块、双向闭合分析模块和校正执行模块，在目标可执行校正配置完成安装后重新获取两个校正面的不平衡量及相位，将复测得到的双面残余不平衡矢量作为下一轮当前双面不平衡矢量，并从允许安装位置中删除已经占用的位置，使后续平衡块配置按照复测后的不平衡状态和剩余安装位置重新生成。

17、当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。