(19)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 202211248219.4 (22)申请日 2022.10.12 (71)申请人 哈尔滨工业大 学 地址 150001 黑龙江省哈尔滨市南岗区西 大直街92号 (72)发明人 白基成　刘欢　陆壮　林朝阳　 (74)专利代理 机构 哈尔滨龙 科专利代理有限公 司 23206 专利代理师 冯建 (51)Int.Cl. G06K 9/62(2022.01) G06N 5/00(2006.01) G06N 20/00(2019.01) (54)发明名称 基于集成学习的电火花加工穿透 检测方法 (57)摘要 本发明公开了一种基于集成学习的电火花 加工穿透检测方法， 所述方法包括如下步骤： 步 骤1、 通过 实验获取小孔穿透 前后各参数数据； 步 骤2、 数据预处理； 步骤3、 模型训练； 步骤4、 模型 评价； 步骤5、 穿透检测实验平台搭建及验证。 该 方法采用多种特征量融合的集成学习方法解决 穿透检测问题。 根据算法的输入数据要求， 对试 验数据进行预处理， 分别采用随机森林、 XgBoo st 以及CatBoo st集成学习分类算法优化超 参数， 训 练电火花小孔加工的穿透检测模 型， 为实际加工 提供指导。 权利要求书2页 说明书7页 附图5页 CN 115510993 A 2022.12.23 CN 115510993 A 1.一种基于集成学习的电火花加工穿透检测方法， 其特征在于所述方法包括如下步 骤： 步骤1、 通过实验获取小孔穿透前后各参数数据： 进行电火花小孔加工穿透加工试验， 采集全程的火花率、 短路率、 开路率、 总能量、 电极位移、 进给速度及电压数据并分析参数变 化规律； 步骤2、 数据预处理： 对实验获取数据进行数据截取、 异常数据处理、 类别特征处理， 并 基于该数据预处 理流程运用Pytho n编写相应脚本； 步骤3、 模型训练： 把三个连续型特征变量和三个类型型特征变量作为电火花小孔加工 穿透检测模型的输入， 电火花小孔加工穿透检测模 型的输出为工件是否穿透， 其中0表示为 穿透、 1表示穿透， 分别应用随机森林、 XgBoost、 CatBoost三种集成学习算法进行电火花小 孔加工穿透检测模型训练； 步骤4、 模型评价： 优化超参数并进行电火花小孔加工穿透检测模型训练后， 选取准确 率、 召回率和F1值作为评价指标， 基于混淆矩阵对穿透检测二分类 器类问题进行性能评价； 步骤5、 穿透检测实验平台搭建及验证： 将上述三种集成学习算法训练模型持久化文本 导入单片机程序中， 并根据穿透检测 加工流程编写程序。 2.根据权利要求1所述的基于集成学习的电火花加工穿透检测方法， 其特征在于所述 数据截取的具体步骤如下： (1)通过如下公式计算变量间的显著水平和皮尔逊积距系数来度量特征变量间的相关 系数， 从而 进行冗余分析并删除开路率和火花 率特征： 式中： X、 Y表示两任意不同参数， cov(X,Y)为X与Y的协方差， σX为X的方差， σY为Y的方差， 为X的均值， 为Y的均值， n表示所选取 数据组数； (2)使用IV值分析法进一 步筛选短路率、 电极位移及总能量作为输入特 征； (3)截取穿透前后各40 0组。 3.根据权利要求1所述的基于集成学习的电火花加工穿透检测方法， 其特征在于所述 异常数据主要处理缺 失值和离群数据， 计算异常数据前后数据在该特征属性上的均值进 行 异常数据填充处 理。 4.根据权利要求1所述的基于集成学习的电火花加工穿透检测方法， 其特征在于所述 类别特征包括连续型 特征变量和类别型 特征变量。 5.根据权利要求4所述的基于集成学习的电火花加工穿透检测方法， 其特征在于所述 连续型特征变量为短路率、 电极位移、 累计能量， 类别型特征变量为脉宽、 峰值电流、 工件厚 度， 对于类别型变量， 采用标签编码方式转换； 对于类别型变量， 采用独热编码， 通过M位寄 存器编码M个 状态， 从而 避免拟合出错 误的模型。 6.根据权利要求1所述的基于集成学习的电火花加工穿透检测方法， 其特征在于所述 穿透检测 加工流程如下：权　利　要　求　书 1/2 页 2 CN 115510993 A 2步骤S51： 开动机床， 电极向下进给加工小孔， 首先判断加工厚度是否已知， 若(1)加工 厚度已知： 判断此时电极向下进给位移是否达到工件厚度， 若未达到， 电极仍向下进给； 若 已达到， 向单片机中所持久化的集成学习算法电火花小孔加工穿透检测模 型输入此刻加工 中的短路率、 电极位移、 累计能量、 脉宽、 峰值电流、 工件厚度参数作为输入进行穿透检测， 判断工件是否穿透； 若(2)加工厚度未知： 直接进入步骤S52； 步骤S52： 在步骤S51中(1)的基础 上， 根据单片机中所持久化的集成学习算法电火花小 孔加工穿透检测模型中的输出来判断此刻工件是否穿透， 若输出为0， 电极继续向下进给， 并输入此刻加工中的特征参数到单片机中所持久化的集成学习算法电火花小孔加工穿透 检测模型中， 重复上述过程直到集 成学习算法电火花小孔加工穿透检测模型输出为 1； 若输 出为1， 则将电极继续向下进给一定距离位移， 然后将电极回升 到初始位置， 结束加工 。权　利　要　求　书 2/2 页 3 CN 115510993 A 3