CN103105822A - 智能选择切削参数的方法 - Google Patents
智能选择切削参数的方法 Download PDFInfo
- Publication number
- CN103105822A CN103105822A CN2011103536318A CN201110353631A CN103105822A CN 103105822 A CN103105822 A CN 103105822A CN 2011103536318 A CN2011103536318 A CN 2011103536318A CN 201110353631 A CN201110353631 A CN 201110353631A CN 103105822 A CN103105822 A CN 103105822A
- Authority
- CN
- China
- Prior art keywords
- technology
- rule
- cutting
- parameter
- reasoning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及智能化切削加工技术,是一种智能选择切削参数的方法,它将机械加工技术与人工智能技术、数据库技术、编程技术结合在一起,采用编程技术结合SQL语言系统平台,采用基于规则推理的技术,推理机结合数据库,但推理机与知识库分离,将知识库扩充专家系统,其具体的决策步骤为:①采用基于规则推理的技术,针对用户提供的切削初始事实进行推理;②根据加工特征选出符合要求的刀具;③根据所选的刀具自动计算加工余量;④针对各个加工过程选择合理的切削用量参数;⑤调用参数优化模块对选取的参数进行优化。其积极效果是:解决了不同格式零件信息的导入和零件工艺信息的识别,优化了工艺决策过程。
Description
技术领域
本发明涉及智能化切削加工技术领域,具体的是一种智能选择切削参数的方法。
现有技术
目前,B.Arezoo,K.Ridgway,A.M.A.Al-Ahmari等人用Prolog语言开发了Expert Computer Aided Tool Selection System(EXCATS)系统,它能分析和优化切削工具和切削条件,用户能通过修改系统以满足个性化的需求。
加拿大温莎大学开发了基于零件特征进行机床和刀具选择的专家系统,该系统用专家系统开发工具EXSYS进行开发,知识表示采用产生式规则,推理方式为逆向推理。
英国的DUNDEE 大学开发了智能刀具选择系统(ITS),该系统包括知识库、知识获取处理、数据获取处理等子系统,可利用知识库中已有的信息或算术逻辑寻找最佳切削加工条件。中国的西北工业大学开发了宇航难加工材料切削专家系统,该系统介绍了用人工智能技术在PC机上Turbo-Prolog环境下,建立一个能够根据工件材料牌号判别其所属种类及切削加工性,并能够给出相应的加工对策,它利用产生式表示法建立规则库,并在判定材料类型模块、推断材料加工型模块和推断切削对策模块时分别运用正向推理、混合推理和反向推理作为推理机制,实现了对宇航难加工材料切削方案的咨询。
但是,现有的这些技术还存在一些不足的地方,例如:
(1)开发语言专一且不易与其他程序设计语言嵌套,使以专家系统为子系统的应用系统(如DSS)开发受到影响;
(2)切削数据库的数据来源于手册、文献,数据不够优化,对影响切削加工的因素考虑的不够,不能够全面地反映切削加工的过程;
(3)零件工艺信息的获取较为单一,一般通过人机交互手工输入,不够智能化;
(4)推理机效率较低,不够灵活;
(5)系统较为孤立,很少能与其它CAD/CAM系统集成在一起。
发明内容
本发明的目的是要克服现有技术中的不足,提供一种智能选择切削参数的方法,可实现切削参数的自动和智能化选择。
为实现上述目的,本发明采取的技术方案为:
一种智能选择切削参数的方法,将机械加工技术与人工智能技术、数据库技术、编程技术结合在一起,其特征是,采用编程技术结合SQL语言系统平台,采用基于规则推理的技术,推理机结合数据库,但推理机与知识库分离,将知识库扩充专家系统,其具体的决策步骤为:
(1)采用基于规则推理的技术,针对用户提供的切削初始事实进行推理;
(2)根据加工特征选出符合要求的刀具;
(3)根据所选的刀具自动计算加工余量;
(4)针对各个加工过程选择合理的切削用量参数;
(5)调用参数优化模块对选取的参数进行优化。
本发明智能选择切削参数的方法的积极效果是:
(1)采用编程技术结合SQL语言系统平台,解决了不同格式零件信息的导入和零件工艺信息的识别,并实现了专家系统与其他CAD/CAM系统的集成。
(2)本发明利用的数据不仅来自切削文献和手册,专家的经验也得到了极大的体现,并且调用优化算法对推荐的参数进行优化,得到了合理、科学的切削参数。
(3)用SQL Server 数据库存储专家系统知识库中的知识和构造推理机,对知识进行有效的管理, 同时也有利于推理机的工作,通过应用程序与后台联接,方便了用户对数据的操作,降低了数据的冗余,数据库的安全性较高。
(4)优化了工艺决策的过程,可用智能化决策系统取代人工决策,决策更科学,生产运营成本更低。
附图说明
附图1为本发明智能选择切削参数的方法的决策步骤框图;
附图2为本发明智能选择切削参数的方法采用的切削参数选择应用模块界面;
附图3为本发明智能选择切削参数的方法采用的刀片管理系统界面;
附图4为本发明智能选择切削参数的方法采用的优化系统界面;
附图5为本发明智能选择切削参数的方法采用的知识库管理系统界面;
图中结构包括规则表(Rule_List)、规则前提表(Rule_Pre)、规则结论表(Rule_Con)、事实库(Fact_List)。
具体实施方式
以下结合附图再具体解释本发明智能选择切削参数的方法。
参见附图2,本发明智能选择切削参数的方法的总体技术方案
本发明将机械加工技术与人工智能技术、数据库技术、编程技术结合在一起,采用编程技术结合SQL语言系统平台,采用基于规则推理的技术,推理机结合数据库,但推理机与知识库分离,将知识库扩充专家系统。本发明采用Visual C++编制主要应用模块:例:针对某典型轴类零件,其直径、长度为100mm×160mm,材料为45#钢,其他参数如1图所示;当用户选择切削参数选择应用模块时,点击图1中的读入特征信息按钮,将自动读入零件的加工特征信息以及工件的相关信息、机床信息等并显示在各相应的编辑框当中,当点击调用推理机按钮时,后台的专家系统推理机将依次对求解目标进行推理求解:首先,程序对刀具材料进行推断,其次,程序对刀片的前四位代码进行推理;根据这二者的推理结果,系统在刀具库中搜索符合条件的刀具型号,再自动计算加工余量,然后根据已有条件推断出合理的切削用量;最后调用优化模块对参数进行优化。
具体设计步骤为(参见附图1):
(1)刀具材料的选择
工件材料和加工性质对刀具材料选择的影响较大,因此赋予其较大的选择权重,而其他的相关因素,如加工环境、机床等选用较小的权重。以此为原则归纳刀具材料选择的专家经验并存储到规则库中,然后根据实际获得的初始事实并利用推理机推理确定刀具材料。
(2)刀片型号前四位代码
在刀片型号前四位的代码中,
1号位表示车刀刀片的夹紧方式,它与加工条件、工件材料等有关;
2号位表示车刀刀片形状,它与加工的对象、刀具的主偏角、刀尖角和有效刃数有关;
3号位表示车刀头部形状,它与主偏角有关;
4号位表示车刀刀片法后角,它与工艺系统刚性、工件材料有关。
以此为原则归纳前四位刀具代码选择的专家经验,将之存储到规则库中,然后根据实际获得的初始事实并利用推理机推理确定前四位代码。
(3)切削刀具的选择
根据推理得到的刀具材料和刀片型号前四位代码,利用ADO技术连接访问刀具数据库,查询符合条件的刀具(刀片管理系统如附图3所示)。
(4)切削用量的选取
切削用量包括切削速度(主轴转速)、背吃刀量、进给量。切削用量的大小对切削力、切削功率、刀具磨损、加工质量和加工成本均有显著影响。以专家经验和实际操作知识为依据,利用切削用量初选模块初步确定切削深度值以及进给量和切削速度的合理范围值。切削用量的选择原则是:首先是根据粗加工后的余量确定背吃刀量,其次是根据已加工表面的粗糙度要求选取较小的进给量,最后是在保证刀具使用寿命的前提下,尽可能选取较高的切削速度。然后以此为原则归纳切削用量选择的专家经验,将之存储到规则库中,然后根据实际获得的初始事实并利用推理机推理确定切削用量。
(5)切削参数优化模块
参见附图4,调用参数优化选项,选择最高生产率、最低加工成本或者多目标为优化目标,并确定其他辅助加工时间和设备成本,点击优化按钮,通过调用复合型优化算法计算得到优化后的参数。
本发明智能选择切削参数的方法采用的知识库和推理机的设计方案。
采用基于规则方法表示知识,结合数据库和面向对象技术构造推理机
产生式规则表示的基本形式是IF P THEN Q,其中P是产生式的前提, Q是一组结论或动作。
下面为本系统中用产生式表示的一条规则:
If (WpMaterial==High-quality_carbon_steel)
(Turn_Mode==rough_turn)
(Process_Condition==good)
(IT==6)
Then(Tool_Material==YT15)
规则的存储结构将影响到搜索方式和搜索效率,为了符合推理的形式以及提高系统的效率,本发明将一条产生式规则拆分为条件、结论、置信度和描述(解释),规则库分为刀具选择规则库和切削参数选择规则库,各规则库由规则表(Rule_List)、条件构成表(Rule_Pre)、结论构成表(Rule_Con)、事实表(Fact_List)组成;将一条产生式规则拆分为条件、结论、置信度和描述(解释),将其用不同的表表示出来,再利用Sql表中主键和外键的关系,将其重新连接成产生式规则的结构,以适用于推理。各表的组成字段如附图5所示。
本发明智能选择切削参数的方法采用的推理机的具体推理步骤为:
(1)在进行推理之前,首先将规则表(Rule_ List)中的Rule_Act_Pres字段置为0,表示当前所有规则的所有条件没有一条被激活,同时,将规则表(Rule_List)的Rule_Used字段、条件构成表(Rule_Pre)和结论构成表(Rule_Con)的Fact_Act字段、事实表(Fact_List)的Fact_Known字段和黑板数据表(Blackboard)的Fact_Used字段设置为0;(本推理程序将未知设置为0,已知设置为1)。
(2)清空黑板数据表(Blackboard),将获得的初始事实和原始数据存储到黑板数据表(Blackboard),并设置已用标识Fact_Used字段为1。
(3)检查黑板数据表(Blackboard)中是否已经包含了问题的解,若有,则求解结束,并成功退出;
否则执行下一步。
(4)判断黑板数据表(Blackboard)是否存在一条事实所对应的Fact_used字段为0,若不存在,则转到7;
若存在,则将其置为1,同时将这些事实对应的Fact_ID字段值存入到解释表(Exp)中,并将事实表(Fact_List)中的相应的事实的Fact_Known字段置为1。
(5)针对已有事实,在条件构成表(Rule_Pre)当中查找相关前提事实,然后将条件构成表(Rule_Pre)中相应事实的Fact_Act字段置为T,表示该事实已被激活,同时将规则表(Rule_List)中该激活事实所对应的规则的已激活规则条件数Rule_Act_Pres字段加一,然后判断此激活事实对应的规则条件数Rule_Pre_Nums字段和已激活规则条件数Rule_Act_Pres字段是否相等,若不相等,则说明该规则的所有条件尚未全部满足,则转到4;
若相等,则执行下一步。
(6)将规则表(Rule_List)中该规则的Rule_used字段置为1,然后将结论构成表(Rule_Con)中相应规则号对应的结论Fact_Act字段置为1,同时将事实表(Fact_List)中相应的事实的Fact-Known字段置为1,然后将该事实添加到全局数据表,然后转到3。
(7)询问用户是否可进一步补充新的事实,若可补充,则转到2;
否则表示求不出解,推理失败。
本发明智能选择切削参数的方法采用的系统可以集成到上海电气集团中央研究院自主开发的SE300数控系统中,并作为其配套系统,这对SE300数控系统的完善、推广应用及产业化运作产生了积极的作用,对自主研发智能化数控系统有重要的意义。
Claims (1)
1. 一种智能选择切削参数的方法,将机械加工技术与人工智能技术、数据库技术、编程技术结合在一起,其特征在于,采用编程技术结合SQL语言系统平台,采用基于规则推理的技术,推理机结合数据库,但推理机与知识库分离,将知识库扩充专家系统,其具体的决策步骤为:
(1)采用基于规则推理的技术,针对用户提供的切削初始事实进行推理;
(2)根据加工特征选出符合要求的刀具;
(3)根据所选的刀具自动计算加工余量;
(4)针对各个加工过程选择合理的切削用量参数;
(5)调用参数优化模块对选取的参数进行优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011103536318A CN103105822A (zh) | 2011-11-10 | 2011-11-10 | 智能选择切削参数的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011103536318A CN103105822A (zh) | 2011-11-10 | 2011-11-10 | 智能选择切削参数的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103105822A true CN103105822A (zh) | 2013-05-15 |
Family
ID=48313762
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011103536318A Pending CN103105822A (zh) | 2011-11-10 | 2011-11-10 | 智能选择切削参数的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103105822A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268339A (zh) * | 2014-09-26 | 2015-01-07 | 山东大学 | 基于加工特征选择切削用量并自动设置参数的方法及系统 |
CN104392249A (zh) * | 2014-11-10 | 2015-03-04 | 苏州乐聚一堂电子科技有限公司 | 拟人偏好型互动人工智能专家系统 |
CN104408520A (zh) * | 2014-11-10 | 2015-03-11 | 苏州乐聚一堂电子科技有限公司 | 拟人学习型互动人工智能专家系统 |
CN108304624A (zh) * | 2018-01-15 | 2018-07-20 | 北京航空航天大学 | 人工智能程序员书写数字飞行器源代码的推理决策方法 |
CN110321370A (zh) * | 2019-06-24 | 2019-10-11 | 重庆大学 | 基于rbr的刀夹具选配方法及滚齿机的刀夹具选配方法 |
CN110390138A (zh) * | 2019-06-24 | 2019-10-29 | 重庆大学 | 一种刀夹具的多目标综合优选方法 |
CN113341874A (zh) * | 2021-06-07 | 2021-09-03 | 大连理工大学 | 一种基于混合推理的车削加工参数自动加载方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5769699A (en) * | 1993-04-30 | 1998-06-23 | Motorola, Inc. | Polishing pad for chemical-mechanical polishing of a semiconductor substrate |
CN1569395A (zh) * | 2003-07-14 | 2005-01-26 | 王泽民 | 珩磨工艺设计优化与智能诊控专家系统 |
-
2011
- 2011-11-10 CN CN2011103536318A patent/CN103105822A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5769699A (en) * | 1993-04-30 | 1998-06-23 | Motorola, Inc. | Polishing pad for chemical-mechanical polishing of a semiconductor substrate |
CN1569395A (zh) * | 2003-07-14 | 2005-01-26 | 王泽民 | 珩磨工艺设计优化与智能诊控专家系统 |
Non-Patent Citations (2)
Title |
---|
黄李冲等: ""典型轴类零件车削加工专家系统的研究"", 《机械工程师》 * |
黄李冲等: ""基于RBR-CBR的数控刀具材料选择专家系统"", 《全国先进制造技术高层论坛暨第十届制造业自动化与信息化技术研讨会论文集》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268339A (zh) * | 2014-09-26 | 2015-01-07 | 山东大学 | 基于加工特征选择切削用量并自动设置参数的方法及系统 |
CN104268339B (zh) * | 2014-09-26 | 2017-03-22 | 山东大学 | 基于加工特征选择切削用量并自动设置参数的方法及系统 |
CN104392249A (zh) * | 2014-11-10 | 2015-03-04 | 苏州乐聚一堂电子科技有限公司 | 拟人偏好型互动人工智能专家系统 |
CN104408520A (zh) * | 2014-11-10 | 2015-03-11 | 苏州乐聚一堂电子科技有限公司 | 拟人学习型互动人工智能专家系统 |
CN108304624A (zh) * | 2018-01-15 | 2018-07-20 | 北京航空航天大学 | 人工智能程序员书写数字飞行器源代码的推理决策方法 |
CN108304624B (zh) * | 2018-01-15 | 2021-08-13 | 北京航空航天大学 | 人工智能程序员书写数字飞行器源代码的推理决策方法 |
CN110321370A (zh) * | 2019-06-24 | 2019-10-11 | 重庆大学 | 基于rbr的刀夹具选配方法及滚齿机的刀夹具选配方法 |
CN110390138A (zh) * | 2019-06-24 | 2019-10-29 | 重庆大学 | 一种刀夹具的多目标综合优选方法 |
CN110390138B (zh) * | 2019-06-24 | 2021-07-06 | 重庆大学 | 一种刀夹具的多目标综合优选方法 |
CN110321370B (zh) * | 2019-06-24 | 2021-07-27 | 重庆大学 | 基于rbr的刀夹具选配方法及滚齿机的刀夹具选配方法 |
CN113341874A (zh) * | 2021-06-07 | 2021-09-03 | 大连理工大学 | 一种基于混合推理的车削加工参数自动加载方法 |
CN113341874B (zh) * | 2021-06-07 | 2022-04-12 | 大连理工大学 | 一种基于混合推理的车削加工参数自动加载方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103105822A (zh) | 智能选择切削参数的方法 | |
CN106776712A (zh) | 基于i5智能数控车床的车削工艺数据库及其应用方法 | |
CN104400527B (zh) | 一种面向机械加工过程的刀具选配方法 | |
CN102799144B (zh) | 基于特征的数控加工程序移植方法 | |
CN104267671B (zh) | 一种数控加工刀具智能选择方法及其系统 | |
CN104182795A (zh) | 基于中间特征的飞机结构件数控加工切削参数优化方法 | |
CN103365243A (zh) | 转角侧铣加工轨迹快速生成方法 | |
CN109047793B (zh) | 一种小孔内深环槽的数控车削加工方法 | |
CN107991991B (zh) | 一种数控机床智能控制系统的工作方法 | |
CN102708424A (zh) | 一种可重构制造工艺方案规划方法 | |
CN116719275B (zh) | 面向零件全切削过程的工艺综合优化方法 | |
CN104331020A (zh) | 基于特征的蒙皮镜像铣削工艺决策方法 | |
CN105095189B (zh) | 一种一键式策略编程的方法及装置 | |
CN101885191B (zh) | 木工cnc加工中心工序的优化方法 | |
Cao et al. | CBR-Based Cutting Parameter Selection System and Searching Algorithm for Metal Machining Operations | |
CN110442025A (zh) | 一种构建铣削切削参数低碳优化模型的方法 | |
Ren et al. | Basic research on reconfigurable intelligent manufacturing system | |
CN203437667U (zh) | 一种多功能数控车削刀具 | |
CN105242654A (zh) | 基于云服务的刀具选用方法 | |
Ostojic et al. | An integral system for automated cutting tool selection | |
Li et al. | Design and Development of Database System for Turning and Milling Compound high-speed Machining | |
Sekhon | Application of dynamic programming to multi-stage batch machining | |
Lvshan et al. | Artificial bee colony algorithm with genetic algorithm for job shop scheduling problem | |
Gao et al. | Management of machining parameters based on process planning knowledge | |
Li et al. | Optimization of milling parameters based on genetic algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130515 |
|
RJ01 | Rejection of invention patent application after publication |