买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉科技大学

摘要：一种面向CFRP制孔工艺质量的在线评价方法，涉及复合材料机械加工技术领域，包括利用功率分析仪采集制孔设备原始加工功率数据；以及利用电子显微镜采集对应功率数据下CFRP材料的孔质量数据，形成样本数据库；对样本数据库中的功率数据进行清洗后，将功率数据的特征与孔质量数据进行重组，形成功率质量数据集；利用功率质量数据集中的重组数据对所搭建的模型进行训练，生成制孔质量评价模型；利用得到的制孔质量评价模型对实时产生的制孔功率数据进行在线评价，得到当前钻孔的质量等步骤，实现了在制孔过程中不使用额外的硬件可直接在加工过程中实现在线评价CFRP制孔的加工质量的效果。

主权项：1.一种面向CFRP制孔工艺质量的在线评价方法，其特征在于，包括：利用功率分析仪采集制孔设备原始加工功率数据；以及利用电子显微镜采集对应功率数据下CFRP材料的孔质量数据，形成样本数据库；对样本数据库中的功率数据进行清洗后，将功率数据的特征与孔质量数据进行重组，形成功率质量数据集；利用功率质量数据集中的重组数据对所搭建的模型进行训练，生成制孔质量评价模型；上述生成制孔质量评价模型的步骤包括：从功率质量数据集中的样本数据集中随机抽出n组训练数据，并对每组数据赋予相同权重；根据训练数据的特征建立相应的C4.5树模型，构建弱评价学习器，指定模型所需要循环的次数，从而生成M个C4.5弱评价学习器Hm；.计算弱评价学习器权重，AdaBoost算法给每一个弱评价学习器都设置一个权重值α，并基于每一个弱评价学习器在训练数据中的评价误差率来计算该权重值；调整训练样本的权重分布，根据上述步骤得到的各个弱评价学习器权重，对下一循环的训练样本数据的权重进行相应的更新调整，降低分类正确的样本的权重，提升分类错误的样本的权重；构建强评价学习器，当权重得到调整后，Adaboost算法进入下一轮的循环迭代过程，在这一过程中，将会不断的对训练样本数据进行重复训练和对样本权重进行更新，直到错误评价数达到阈值或者是弱评价学习器的数目已经达到了之前所设定的指定的最大数目为止，而将这些弱评价学习器根据新权重值组合起来，便形成了一个强评价学习器；最后就构成了CFRP制孔质量评价模型；完成学习阶段后，将所形成的模型包装，进行制孔质量在线评价；利用得到的制孔质量评价模型对实时产生的制孔功率数据进行在线评价，得到当前钻孔的质量。

全文数据：

权利要求：

百度查询： 武汉科技大学 一种面向CFRP制孔工艺质量的在线评价方法