CN110244657B - 一种基于知识表达模型的复杂曲面数字化制造方法 - Google Patents
一种基于知识表达模型的复杂曲面数字化制造方法 Download PDFInfo
- Publication number
- CN110244657B CN110244657B CN201910599679.3A CN201910599679A CN110244657B CN 110244657 B CN110244657 B CN 110244657B CN 201910599679 A CN201910599679 A CN 201910599679A CN 110244657 B CN110244657 B CN 110244657B
- Authority
- CN
- China
- Prior art keywords
- knowledge
- module
- curved surface
- measurement
- processing
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4097—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by using design data to control NC machines, e.g. CAD/CAM
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32153—Exchange data between user, cad, caq, nc, capp
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种基于知识表达模型的复杂曲面数字化制造方法,包括以下步骤:S1、构建知识集成模块、仿真模块和原位测量‑补偿模块;S2、采用基于W‑ND‑IC的语义理解推理策略制定相似度阈值α;S3、当α≥0.95时,知识集成模块直接连接并控制原位测量‑补偿模块;S4、当0.95>α≥0.80时,知识集成模块连接并控制仿真模块以对模型存在的缺陷进行修改,完成缺陷修改后仿真模块将模型数据经数据转换后传输到原位测量‑补偿模块进行数控加工;S5、当α<0.8时,需要人工专家共同协作完成;本发明建立贯通设计、加工及仿真优化、测量三个领域的集成型知识表达模型,并以此为基础构建知识库和推理机制,为复杂曲面零件的智能化闭环制造提供理论和技术支持。
Description
技术领域
本发明具体涉及一种基于知识表达模型的复杂曲面数字化制造方法。
背景技术
工业的发展和科技的进步,航空、航天、能源、微电子等领域高、精、尖复杂产品的加工生产向现代制造工艺、装备和系统的极限性能不断提出新的挑战,迫切要求定量认识和掌握制造活动的本质规律,从而数字化技术和先进制造技术有机结合起来,使先进制造技术进入数字化时代。复杂曲面零件例如航空发动机叶轮、航空航天大型关键结构件、大型舰艇螺旋桨以及精密模具曲面件等是构成国家高端先进装备的核心零部件,其数字化精密制造水平是国家重大科学工程例如极大规模集成电路制造技术及成套工艺、高档数控机床与基础制造装备、大型先进压力堆及高温气冷堆核电站、大型飞机、高分辨率对地观察系统、载人航天探月工程、核聚变等能否成功实施的重要保障。开展复杂曲面高精度数字化制造科学探索和关键技术研究将为我国高性能复杂机械装备核心制造技术的突破和跨越式发展提供理论基础和技术源泉,对提升我国装备制造业的自主制造能力和创新水平具有重要意义,特别是,以智能化制造为核心的第四次工业革命—工业4.0时代的到来,对数字化制造技术提出了更高的要求,研究提高复杂曲面数字化制造的集成化、智能化水平更是时代的迫切要求,决定我国制造业能否占据世界制造业制高点的关键。
数字化技术作为提升制造精度和效率的最有效的手段之一,一直是各领域专家研究的热点。最初,这些数字化技术的应用研究是以提高复杂曲面制造各环节的精度和效率为目的独立展开的,这些研究结果显著提高了相关环节的精度和效率,使其不断地向极限迈进,同时为数字化制造技术的进一步发展积累了基础。进入20世纪90年代后,随着高新产业对制造精度和效率提出更高要求,将各个环节集成起来发挥一体化优势从而进一步提高制造精度和效率成为数字化制造发展的趋势。下面分别介绍数字化技术在各领域的研究现状以及在集成方面的研究现状。
1)设计、加工、测量的每个领域研究现状
在设计领域,数字化技术研究主要体现在产品数字化建模商业软件的开发,涌现出大量的成果,例如1982年由美国欧特克有限公司(Autodesk)出品的一款自动计算机辅助设计软件AutoCAD(Auto Computer Aided Design),随后美国参数技术公司(PTC)开发了Pro/Engineer,Siemens PLM Software公司出品的UG(Unigraphics NX)另外,还有美国SolidWorks公司于1995年11月研制开发的基于Windows平台的全参数化特征造型软件SolidWorks,它为用户的产品设计及加工过程提供了数字化造型和验证手段。这些数字化设计技术使设计者摆脱了大量重复性、繁琐性工作,使设计效率提高60%以上。在加工领域,数字化技术应用主要体现在先进加工及仿真优化软硬件技术的创新例如高档多轴数控机床的应用、刀具轨迹生成技术、工艺流程仿真及工艺优化技术等。美国 Third WaveSystems公司开发了目前应用最广的加工过程多物理场仿真专用软件AdvanEdge。加拿大Altintas教授实验室开展了基于系统动态特性的虚拟高性能铣削技术研究,其开发的多功能动力软件CutPro在Pratt&Whitney等公司得到了推广。针对整体叶轮等复杂曲面零件高效五轴数控加工的需要,法国的 SNECMA公司、英国的Rolls Royce公司、美国的GE公司和Pratt&Whitney公司均开发了整体式叶轮的五轴铣削加工技术,可使加工效率提高14倍,加工成本降低75%。在曲面的面形测量与性能评定的研究方面,也有大量成果,例如文献Kruth JP,Bartscher M,Carmignato S,et al.Computed tomography for dimensionalmetrology[J].CIRP Annals-Manufacturing Technology,2011, 60(2):821-842、文献SchürchP,Densmore AL,Rosser NJ,et al.Detection of surface change in complextopography using terrestrial laser scanning: application to the Illgrabendebris-flow channel[J].Earth Surface Processes and Landforms,2011,36(14):1847-1859、文献Jiang XJ, Whitehouse DJ.Technologicalshifts in surfacemetrology[J].CIRP Annals-Manufacturing Technology,2012,61(2):815-836等的研究使曲面质量与性能均跃上一个新台阶。
2)集成方面的研究现状
进入20世纪90年代后,随着高新产业对制造精度和效率提出更高要求,将各个环节集成起来发挥一体化优势从而进一步提高制造精度和效率成为数字化制造发展的趋势。由于仿真技术的日趋成熟,学者们试图首先将CAD、CAE、 CAM集成起来以大幅缩短产品试制周期和降低费用。麻省理工学院率先发起CAX (CAD/CAE/CAM)的集成研究,创造性地提出了特征建模思想,突破了产品设计、工艺分析、加工模拟,直至产品制造等各环节因数据不一致而无法在计算机间传递的局限,为CAX集成提供了理论基础和方法,在数字化制造集成发展中具有里程碑意义。
随着各个环节的不断发展,呈现出对智能化迫切需要的状况例如数据处理问题,对于海量的数据人工处理繁琐、费时、易出错,急需智能化手段处理,数据测量问题,对散乱数据测量点几何、拓扑位置确定等人工操作主观性强,偏差大以及新知识的快速发现等均需要智能化手段,而传统的以特征建模为基础的集成技术,在新的工程背景下显示出信息表达力和领域沟通能力均不足的缺陷,难以方便吸收不断涌现的人工智能技术,从而阻碍了数字化制造集成的进一步发展。针对此问题,上海交通大学阮雪榆院士课题组在继承特征建模的基础上,将基于规则的知识表达及推理方法(RBR,Rule based reasoning)引入到集成中来,提出了融合专家系统决策的集成策略,首次建立了无缝接合闭合制造模型,引领数字化制造集成技术进入智能化探索新阶段。在此基础上,发明人曾在美国密西根大学访学期间参加了JohnAllison教授的研究团队,合作研究了利用本体技术作为知识信息集成手段实现复杂曲面设计-仿真-加工智能化集成以达到高精密制造目的,并探讨了易于将不同环节的领域知识贯通和集成的基于本体语义的知识表达方法、知识组织体系以及推理策略等,获得了一些有价值的结果。此外,框架知识表示法、实例知识表示法、面向对象的知识表示法等也都为制造过程的智能化集成作出了贡献。
从复杂曲面制造的数字化集成研究来看,其每一次进步,都与考虑了新的工程需要并引进或创新一些新的信息及知识表达方法有关,同时这也反过来促进了人们对数字化发展的进一步认识以及对集成研究侧重点的转移;因此,如何针对新的工程需要,在现有成果的基础上实现创新,对相关学科的发展具有非常重要意义。
发明人所在课题组将本体技术和CBR(Case based reasoning,基于事例的推理)技术集成起来用于复杂曲面数字化精密制造,研究了基于GHSOM(Growing HierarchicalSelf Organizing Map)建立多层次多知识粒度体系表达领域知识的方法并通过语义特征建模和参数对应策略将设备、工艺、仿真等一体化集成,开发基于本体的事例知识库并构建数据处理子模块来嵌套数据拟合算法、聚类及机器学习等知识发现算法以及其他工智能技术。这些成果获得许多国内外知名学者的充分肯定与赞赏,并被他们多次引用在国际知名期刊上,这些经验与成果为本发明的进一步研究提供了较好的基础。
近几年,测量技术获得迅猛发展,日趋成熟,为复杂曲面设计-加工-测量的集成提供了条件,而大量亟待解决的问题促使作为有效解决手段的设计-加工 -测量一体化集成成为当前研究的热点。Mears等认为五轴加工中时变的切削条件和诸多不确定因素往往使得单次加工难以满足产品在几何精度和物理性能方面的高要求,集设计-加工-测量于一体的闭环加工模式是解决这一难题的重要手段,是数字化制造的前沿方向,并指出目前集成水平不高在于缺乏沟通各个领域的知识信息表达模型,但并未做进一步的阐明。德国和英国推出的测量仪器[26],在恶劣环境中实现高精度原位测量,利用五轴数控加工的可达性能够高效测量复杂曲面工件,为高效原位测量提供了技术手段,然而由于该仪器智能水平还不高,对散乱测量的数据点、多视和补测数据点的几何、拓扑关系不能自动确定,缺乏智能推理体系来指导对测量数据点云中包含几何特征的智能提取,从而无法实现合理的区域分割,模型重构和NC代码生成。德国著名的高端数控系统厂商在2009年的欧洲机床展和北京国际机床展上提出了全闭环数控加工系统的概念,以克服机构间隙和热误差等,保证精度,然而其核心问题在于智能系统的构建。日本、德国和奥地利等将加工状态的识别引入数控系统,通过加工过程闭环控制实现稳定切削力和抑制振动,以提高装备对复杂工况的适应性,然而其性能的提高一直受限于智能化水平。
上述研究工作反映了国内外在与本发明相关的领域的研究现状,现有的研究工作对了解复杂曲面数字化制造各环节的信息化、数字化、知识化发展现状及未来趋势以及当前集成发展进程、用于集成的知识信息表达手段起到了积极作用,但如何将设计-加工-测量有机集成起来实现智能化闭环制造尚有很多难题需要解决,对这些问题的进一步研究将涉及到多领域的数字化贯通,以及多学科的知识信息融合等诸多因素,非常复杂,需要在多个方面进行新的研究突破,综合归纳如下:
(1)从集成实现技术的研究来看,目前基于特征技术的集成研究较多,而基于知识表达的智能化集成研究比较欠缺。实际上,要实现设计-加工-测量一体化集成,需要建立连通各个领域的知识信息表达模型,同时该模型还要能表达领域中的隐含性知识、模糊性知识,而这些仅凭特征技术表达是难以实现的,因此需要在知识表达方式上有所突破。
(2)从系统论角度来看,虽然在单个领域取得了一些成果,但是难以发挥一体化优势,其根本原因在于没有建立能将这些技术集成的系统化的知识体系。
(3)影响设计-加工-测量集成水平提高的一个很大障碍是决策控制及数据处理过多依赖专家的参与,严重地妨碍了系统数字化水平、智能化水平提升,进而妨碍了效率、准确性。
发明内容
本发明的目的在于针对现有技术的不足之处,提供一种基于知识表达模型的复杂曲面数字化制造方法,建立贯通设计、加工及仿真优化、测量三个领域的集成型知识表达模型,并以此为基础构建知识库和推理机制,为复杂曲面零件的智能化闭环制造提供理论和技术支持。
为达到上述目的,本发明采用以下技术方案:
一种基于知识表达模型的复杂曲面数字化制造方法,该制造方法包括以下步骤:
S1、构建知识集成模块、仿真模块和原位测量-补偿模块;
S2、采用基于W-ND-IC的语义理解推理策略制定相似度阈值α;
S3、当相似度阈值α为:α≥0.95时,知识集成模块直接连接并控制原位测量-补偿模块,给出建议的刀具轨迹、加工策略、加工误差补偿的相关参数,并将该相关参数形成NC代码传输到原位测量-补偿模块进行数控加工,其中加工策略指的是横向加工或者纵向加工;
S4、当相似度阈值α为:0.95>α≥0.80时,知识集成模块连接并控制仿真模块以对模型存在的缺陷进行修改,完成缺陷修改后仿真模块将模型数据经数据转换后传输到原位测量-补偿模块进行数控加工;
S5、当相似度阈值α为:α<0.8时,知识集成模块中的现存知识不足,需要不同领域不同学科的人工专家共同协作才能完成,因此需要利用网络化合作平台,例如视频会议、电子邮件开展专业化精益合作。
进一步地,在步骤S1中,知识集成模块包括基于本体语义的事例表示设计、加工、测量集成知识库,以及基于规则表示的智能决策知识库;且知识集成模块是采用基于GHSOM的多层次多粒度知识建库策略,在基于特征技术将领域要素及相互关系进行信息化、数字化、知识化的基础上,通过建立基于本体语义的事例知识表达模型将各领域的知识贯通起来,建立设计、加工及测量三个领域集成的集成型系统化知识库及推理机制。其中,基于GHSOM的多层次多粒度知识建库策略采用发明人发表的论文:Yuan G,Jie H,Peng YH,Research of newstrategies for improving CBR system,Artificial IntelligenceReview, 2012 3(1):1-20。
进一步地,推理机制采用基于W-ND-IC的语义理解推理机制,具体的推理机制见发明人发表的论文:Yuan G,Jie H,Peng YH,A CBR system for injection mould designbased on ontology:a case study,Computer-aided design,2012, 6(1):496-508。
进一步地,将领域要素及相互关系通过基于特征的技术统一映射为系统化知识所包含的特征、参数和知识间的相互联系,以此为基础,采用基于GHSOM 的多层次多粒度知识建库策略建立贯通各环节的知识信息表达模型并组织成集成型系统化知识库,其中,领域要素包括物理硬件要素和软件要素。
进一步地,基于本体语义的事例知识表示设计、加工、测量集成知识库包括以下三部分内容:第一部分是曲面零件特征描述,该曲面零件特征描述为设计要求或规则,用于经验知识的匹配;第二部分是导入仿真所需的属性特征、参数设置以及相关数据转化策略与算法;第三部分是为原位测量-补偿提供所需元素,该元素包括曲面零件的制造信息、原位测量智能化驱动信息、曲面重构优化算法及加工误差评定算法;其中,曲面零件的制造信息包括刀具轨迹、加工策略及加工误差补偿,原位测量智能化驱动信息包括测量数据点几何、拓扑关系的确定及测量点云中几何特征的提取。
进一步地,知识集成模块还包括仿真数据处理模块和原位测量控制及数据处理模块,方便扩展和吸收新的研究成果。
进一步地,在步骤S1中,智能化仿真模块通过基于规则的技术以及系统中集成的数据分析手段对数据进行分析处理,并提供修改算法反馈驱动CAD模型进行修改,达标后经数据转换进入原位测量-补偿模块,其中,数据分析手段包括神经网络、遗传算法、聚类和人工智能手段。
进一步地,在步骤S1中,原位测量-补偿模块由知识集成模块直接或者是完成仿真模块工作后给出建议的刀具轨迹、加工策略、加工误差补偿的相关参数,并将该相关参数形成NC代码传输到原位测量-补偿模块进行数控加工,其中加工策略指的是横向加工或者纵向加工。
进一步地,原位测量控制及数据处理模块用于给出原位测量策略及操作程序驱动仪器进行精密测量并处理数据,然后将处理后的数据与设计模型相比较,评价加工质量、估计补偿加工的材料去除量,实现复杂曲面的高性能加工。
进一步地,当每一次成功完成一个范例时,就积累了经验,要进行系统的自我学习,促使知识集成模块的更新和丰富;智能控制决策模块具有相对独立性,其能够从案例中获取新知识,而且能够从案例之外的相似问题处理中获取数据处理、数据测量算法。
本发明的有益技术效果:
本发明提供一种基于知识表达模型的复杂曲面数字化制造方法,该制造方法包括以下步骤:S1、构建知识集成模块、仿真模块和原位测量-补偿模块;S2、采用基于W-ND-IC的语义理解推理策略制定相似度阈值α;S3、当相似度阈值α为:α≥0.95时,知识集成模块直接连接并控制原位测量-补偿模块,给出建议的刀具轨迹、加工策略、加工误差补偿的相关参数,并将该相关参数形成NC 代码传输到原位测量-补偿模块进行数控加工,其中加工策略指的是横向加工或者纵向加工;S4、当相似度阈值α为:0.95>α≥0.80时,知识集成模块连接并控制仿真模块以对模型存在的缺陷进行修改,完成缺陷修改后仿真模块将模型数据经数据转换后传输到原位测量-补偿模块进行数控加工;S5、当相似度阈值α为:α<0.8时,知识集成模块中的现存知识不足,需要不同领域不同学科的人工专家共同协作才能完成,因此需要利用网络化合作平台,例如视频会议、电子邮件开展专业化精益合作。
本发明首先从系统论的角度出发,研究设计、加工及测量三个环节的相互联系以及与外部环境的联系,将领域要素(物理硬件、软件等)及相互关系通过基于特征的技术统一映射为系统化知识所包含的特征、参数和知识间的相互联系,以此为基础建立贯通各环节的知识信息表达模型并组织成集成型系统化知识库,以此实现数字化集成制造。其次,本发明从可维护发展的角度出发,采用模块化研究策略以便于系统的维护和扩展,总体分三个模块,知识集成模块,仿真模块和原位测量-补偿模块,另外,在知识集成模块中还包含相对独立的小模块即仿真数据处理模块和原位测量控制及数据处理模块,这些模块可以方便地扩展以及时吸收新的研究成果而不断提高系统的功能。第三,采用理论研究、软件开发、仿真模拟实验和物理实验相结合研究策略,在每一个相对独立的阶段、对每一个相对独立的模块分别进行实验测试验证,以理论研究促进实践应用,以实验验证驱动理论创新。
其中,基于本体语义的事例知识表达模型的建立和集成知识应用体系的构建。建立贯通设计、加工及仿真优化、测量三个领域的集成型知识表达模型,并以此为基础构建知识库和推理机,是实现设计-加工-测量集成制造技术的核心。基于本体语义的事例知识表达包括三部分内容:第一部分是曲面零件特征描述(设计要求或规则,用于经验知识的匹配);第二部分是导入仿真所需的属性特征、参数设置以及相关数据转化策略与算法等;第三部分内容(为模块三提供所需元素):曲面零件的制造信息(刀具轨迹、加工策略、加工误差补偿等),原位测量智能化驱动信息(测量数据点几何、拓扑关系的确定,测量点云中几何特征的提取等),曲面重构优化算法,加工误差评定算法等。知识推理采用申请人的前期研究成果基于W-ND-IC的语义理解推理策略(Computers in Industry 2013,Vol64,p90-103)。制定相似度阈值α,最初确定α≥0.95时,知识库连接并控制原位测量-补偿模块;0.95>α≥0.80时,连接并控制仿真模块,该阶段的工作完成后再进入原位测量-补偿模块。
另外,智能化的仿真模块的构建。当相似度不很高(0.95>α≥0.80)时,需要通过仿真以对模型的可能缺陷进行修改。通过基于规则的技术以及系统中集成的数据分析手段(神经网络、遗传算法、聚类等,未来可以不断地吸收新的人工智能手段),对数据进行分析处理,并提供修改算法反馈驱动CAD模型进行修改,达标后经数据转换进入原位测量-补偿模块。
另外,智能化原位测量-补偿加工。在这一模块,由知识库直接或是完成仿真模块工作后给出建议的刀具轨迹、加工策略(横向或是纵向)、加工误差补偿等形成NC代码进行数控加工。同时智能决策控制模块给出原位测量策略及操作程序驱动仪器进行精密测量并处理数据,然后与设计模型相比较,评价加工质量、估计补偿加工的材料去除量,实现复杂曲面的高性能加工。该模块中的误差评价指标可以随着制造精密程度的发展不断拓展,算法也可以不断发展更新,从而不断提高制造精度。
另外,跨领域专家进行网络化协作制造系统。开设系统外部接口,当知识库中的现存知识不足,需要人工专家完成。由于该过程需要不同领域不同学科的专家共同协作才能完成,因此需要利用网络化合作平台,例如视频会议、电子邮件等开展专业化精益合作。
另外,系统自我学习、知识库的演化更新。当每一次成功完成一个范例时,就积累了经验,要进行系统的自我学习,促使知识的更新和丰富。其中智能控制决策模块相对独立,既可以从案例中获取新知识,也可以从案例之外其他的相似问题处理中获取数据处理、数据测量算法。
本发明将本体和KBE技术结合起来作为系统集成的支撑技术,首先建立连通各领域的基于本体语义的事例知识表达模型,并利用基于特征的技术将领域中的软硬件要素映射为知识表达模型中的特征或参数元素,在此基础上,利用基于GHSOM的多层次多粒度知识库构建策略和基于W-ND-IC的语义理解推理机制建立三个领域知识系统化集成的框架体系,同时建立基于规则的数据测量及处理子系统以实现智能化数据测量及处理,从而以跨领域知识集成的方式实现一体化闭环制造。本发明的研究将为复杂曲面零件的智能化闭环制造提供理论和技术支持,同时为实现以智能化制造为核心的工业4.0积累经验。
附图说明
图1为本发明的流程框图;
图2为本发明的工作机理图;
图3为本发明中知识集成模块的结构框图;
图4为本发明中仿真模块的结构框图;
图5为本发明中原位测量-补偿模块的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
参阅附图1至附图5,一种基于知识表达模型的复杂曲面数字化制造方法,该制造方法包括以下步骤:
S1、构建知识集成模块、仿真模块和原位测量-补偿模块;
S2、采用基于W-ND-IC的语义理解推理策略制定相似度阈值α;
S3、当相似度阈值α为:α≥0.95时,知识集成模块直接连接并控制原位测量-补偿模块,给出建议的刀具轨迹、加工策略、加工误差补偿的相关参数,并将该相关参数形成NC代码传输到原位测量-补偿模块进行数控加工,其中加工策略指的是横向加工或者纵向加工;
S4、当相似度阈值α为:0.95>α≥0.80时,知识集成模块连接并控制仿真模块以对模型存在的缺陷进行修改,完成缺陷修改后仿真模块将模型数据经数据转换后传输到原位测量-补偿模块进行数控加工;
S5、当相似度阈值α为:α<0.8时,知识集成模块中的现存知识不足,需要不同领域不同学科的人工专家共同协作才能完成,因此需要利用网络化合作平台,例如视频会议、电子邮件开展专业化精益合作。
如图3所示,在步骤S1中,知识集成模块包括基于本体语义的事例表示设计、加工、测量集成知识库,以及基于规则表示的智能决策知识库;且知识集成模块是采用基于GHSOM的多层次多粒度知识建库策略,在基于特征技术将领域要素及相互关系进行信息化、数字化、知识化的基础上,通过建立基于本体语义的事例知识表达模型将各领域的知识贯通起来,建立设计、加工及测量三个领域集成的集成型系统化知识库及推理机制。其中,基于GHSOM的多层次多粒度知识建库策略采用发明人发表的论文:Yuan G,Jie H,Peng YH,Research of new strategies for improving CBR system,Artificial IntelligenceReview,2012 3(1):1-20。
推理机制采用基于W-ND-IC的语义理解推理机制,具体的推理机制见发明人发表的论文:Yuan G,Jie H,Peng YH,A CBR system for injection mould design based onontology:a case study,Computer-aided design,2012, 6(1):496-508。
将领域要素及相互关系通过基于特征的技术统一映射为系统化知识所包含的特征、参数和知识间的相互联系,以此为基础,采用基于GHSOM的多层次多粒度知识建库策略建立贯通各环节的知识信息表达模型并组织成集成型系统化知识库,其中,领域要素包括物理硬件要素和软件要素。
基于本体语义的事例知识表示设计、加工、测量集成知识库包括以下三部分内容:第一部分是曲面零件特征描述,该曲面零件特征描述为设计要求或规则,用于经验知识的匹配;第二部分是导入仿真所需的属性特征、参数设置以及相关数据转化策略与算法;第三部分是为原位测量-补偿提供所需元素,该元素包括曲面零件的制造信息、原位测量智能化驱动信息、曲面重构优化算法及加工误差评定算法;其中,曲面零件的制造信息包括刀具轨迹、加工策略及加工误差补偿,原位测量智能化驱动信息包括测量数据点几何、拓扑关系的确定及测量点云中几何特征的提取。
如图3所示,知识集成模块还包括仿真数据处理模块和原位测量控制及数据处理模块,方便扩展和吸收新的研究成果。
如图4所示,在步骤S1中,智能化仿真模块通过基于规则的技术以及系统中集成的数据分析手段对数据进行分析处理,并提供修改算法反馈驱动CAD模型进行修改,达标后经数据转换进入原位测量-补偿模块,其中,数据分析手段包括神经网络、遗传算法、聚类和人工智能手段。
如图5所示,在步骤S1中,原位测量-补偿模块由知识集成模块直接或者是完成仿真模块工作后给出建议的刀具轨迹、加工策略、加工误差补偿的相关参数,并将该相关参数形成NC代码传输到原位测量-补偿模块进行数控加工,其中加工策略指的是横向加工或者纵向加工。
原位测量控制及数据处理模块用于给出原位测量策略及操作程序驱动仪器进行精密测量并处理数据,然后将处理后的数据与设计模型相比较,评价加工质量、估计补偿加工的材料去除量,实现复杂曲面的高性能加工。
当每一次成功完成一个范例时,就积累了经验,要进行系统的自我学习,促使知识集成模块的更新和丰富;智能控制决策模块具有相对独立性,其能够从案例中获取新知识,而且能够从案例之外的相似问题处理中获取数据处理、数据测量算法。
本发明将本体和KBE技术结合起来作为系统集成的支撑技术,首先建立连通各领域的基于本体语义的事例知识表达模型,并利用基于特征的技术将领域中的软硬件要素映射为知识表达模型中的特征或参数元素,在此基础上,利用基于GHSOM的多层次多粒度知识库构建策略和基于W-ND-IC的语义理解推理机制建立三个领域知识系统化集成的框架体系,同时建立基于规则的数据测量及处理子系统以实现智能化数据测量及处理,从而以跨领域知识集成的方式实现一体化闭环制造。本发明的研究将为复杂曲面零件的智能化闭环制造提供理论和技术支持,同时为实现以智能化制造为核心的工业4.0积累经验。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,本领域普通技术人员对本发明的技术方案所做的其他修改或者等同替换,只要不脱离本发明技术方案的精神和范围,均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种基于知识表达模型的复杂曲面数字化制造方法,其特征在于,该制造方法包括以下步骤:
S1、构建知识集成模块、仿真模块和原位测量-补偿模块;
S2、采用基于W-ND-IC的语义理解推理策略制定相似度阈值α;
S3、当相似度阈值α为:α≥0.95时,知识集成模块直接连接并控制原位测量-补偿模块,给出建议的刀具轨迹、加工策略、加工误差补偿的相关参数,并将该相关参数形成NC代码传输到原位测量-补偿模块进行数控加工,其中加工策略指的是横向加工或者纵向加工;
S4、当相似度阈值α为:0.95>α≥0.80时,知识集成模块连接并控制仿真模块以对模型存在的缺陷进行修改,完成缺陷修改后仿真模块将模型数据经数据转换后传输到原位测量-补偿模块进行数控加工;
S5、当相似度阈值α为:α<0.8时,利用网络化合作平台开展专业化精益合作。
2.如权利要求1所述的基于知识表达模型的复杂曲面数字化制造方法,其特征在于:在步骤S1中,知识集成模块包括基于本体语义的事例表示设计、加工、测量集成知识库,以及基于规则表示的智能决策知识库;且知识集成模块是采用基于GHSOM的多层次多粒度知识建库策略,在基于特征技术将领域要素及相互关系进行信息化、数字化、知识化的基础上,通过建立基于本体语义的事例知识表达模型将各领域的知识贯通起来,建立设计、加工及测量三个领域集成的集成型系统化知识库及推理机制。
3.如权利要求2所述的基于知识表达模型的复杂曲面数字化制造方法,其特征在于:推理机制采用基于W-ND-IC的语义理解推理机制。
4.如权利要求2所述的基于知识表达模型的复杂曲面数字化制造方法,其特征在于:将领域要素及相互关系通过基于特征的技术统一映射为系统化知识所包含的特征、参数和知识间的相互联系,以此为基础,采用基于GHSOM的多层次多粒度知识建库策略建立贯通各环节的知识信息表达模型并组织成集成型系统化知识库,其中,领域要素包括物理硬件要素和软件要素。
5.如权利要求2所述的基于知识表达模型的复杂曲面数字化制造方法,其特征在于:基于本体语义的事例知识表示设计、加工、测量集成知识库包括以下三部分内容:第一部分是曲面零件特征描述,该曲面零件特征描述为设计要求或规则,用于经验知识的匹配;第二部分是导入仿真所需的属性特征、参数设置以及相关数据转化策略与算法;第三部分是为原位测量-补偿提供所需元素,该元素包括曲面零件的制造信息、原位测量智能化驱动信息、曲面重构优化算法及加工误差评定算法;其中,曲面零件的制造信息包括刀具轨迹、加工策略及加工误差补偿,原位测量智能化驱动信息包括测量数据点几何、拓扑关系的确定及测量点云中几何特征的提取。
6.如权利要求2所述的基于知识表达模型的复杂曲面数字化制造方法,其特征在于:知识集成模块还包括仿真数据处理模块和原位测量控制及数据处理模块,方便扩展和吸收新的研究成果。
7.如权利要求1所述的基于知识表达模型的复杂曲面数字化制造方法,其特征在于:在步骤S1中,仿真模块通过基于规则的技术以及系统中集成的数据分析手段对数据进行分析处理,并提供修改算法反馈驱动CAD模型进行修改,达标后经数据转换进入原位测量-补偿模块,其中,数据分析手段包括神经网络、遗传算法、聚类和人工智能手段。
8.如权利要求1所述的基于知识表达模型的复杂曲面数字化制造方法,其特征在于:在步骤S1中,原位测量-补偿模块由知识集成模块直接或者是完成仿真模块工作后给出建议的刀具轨迹、加工策略、加工误差补偿的相关参数,并将该相关参数形成NC代码传输到原位测量-补偿模块进行数控加工,其中加工策略指的是横向加工或者纵向加工。
9.如权利要求6所述的基于知识表达模型的复杂曲面数字化制造方法,其特征在于:原位测量控制及数据处理模块用于给出原位测量策略及操作程序驱动仪器进行精密测量并处理数据,然后将处理后的数据与设计模型相比较,评价加工质量、估计补偿加工的材料去除量,实现复杂曲面的高性能加工。
10.如权利要求9所述的基于知识表达模型的复杂曲面数字化制造方法,其特征在于:当每一次成功完成一个范例时,就积累了经验,要进行系统的自我学习,促使知识集成模块的更新和丰富;智能控制决策模块具有相对独立性,其能够从案例中获取新知识,而且能够从案例之外的相似问题处理中获取数据处理、数据测量算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910599679.3A CN110244657B (zh) | 2019-07-04 | 2019-07-04 | 一种基于知识表达模型的复杂曲面数字化制造方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910599679.3A CN110244657B (zh) | 2019-07-04 | 2019-07-04 | 一种基于知识表达模型的复杂曲面数字化制造方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110244657A CN110244657A (zh) | 2019-09-17 |
CN110244657B true CN110244657B (zh) | 2021-04-27 |
Family
ID=67891012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910599679.3A Active CN110244657B (zh) | 2019-07-04 | 2019-07-04 | 一种基于知识表达模型的复杂曲面数字化制造方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110244657B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110515354A (zh) * | 2019-07-29 | 2019-11-29 | 江苏大学 | 一种基于智能化技术的复杂曲面数字化闭环精密加工方法 |
CN111967195B (zh) * | 2020-08-26 | 2023-07-07 | 江苏徐工工程机械研究院有限公司 | 知识推送方法和系统 |
CN113341882B (zh) * | 2021-06-28 | 2022-06-14 | 成都飞机工业(集团)有限责任公司 | 一种基于加工知识的数控工艺设计及优化方法 |
CN113814795B (zh) * | 2021-10-28 | 2023-02-10 | 徐州徐工挖掘机械有限公司 | 一种基于双通道在机测量的工件加工数据测量、修正、校验方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105912773A (zh) * | 2016-04-08 | 2016-08-31 | 江苏大学 | 一种新的基于数据挖掘技术的智能冲压工艺设计方法 |
CN106529028A (zh) * | 2016-11-09 | 2017-03-22 | 北京航空航天大学 | 一种工艺规程的自动生成方法 |
CN109033609A (zh) * | 2018-07-20 | 2018-12-18 | 中航沈飞民用飞机有限责任公司 | 航空机加件面向智能制造的产品工艺编程仿真的方法 |
CN109492289A (zh) * | 2018-10-31 | 2019-03-19 | 武汉开目信息技术股份有限公司 | 一种零件可加工性规则建模方法 |
-
2019
- 2019-07-04 CN CN201910599679.3A patent/CN110244657B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105912773A (zh) * | 2016-04-08 | 2016-08-31 | 江苏大学 | 一种新的基于数据挖掘技术的智能冲压工艺设计方法 |
CN106529028A (zh) * | 2016-11-09 | 2017-03-22 | 北京航空航天大学 | 一种工艺规程的自动生成方法 |
CN109033609A (zh) * | 2018-07-20 | 2018-12-18 | 中航沈飞民用飞机有限责任公司 | 航空机加件面向智能制造的产品工艺编程仿真的方法 |
CN109492289A (zh) * | 2018-10-31 | 2019-03-19 | 武汉开目信息技术股份有限公司 | 一种零件可加工性规则建模方法 |
Non-Patent Citations (4)
Title |
---|
A CBR system for injection mould design based on ontology: A case study;Yuan GUO et.al;《Computer-aided design》;20120630;第44卷(第6期);第496-508页 * |
CAPP中基于本体和CBR技术的数据挖掘建模研究;蒋志远 等;《装备制造技术》;20160615(第6期);第228-230页 * |
基于智能化数据挖掘获取知识的工艺规划系统研究;郭渊 等;《制造技术与机床》;20170402(第4期);第37-43页 * |
基于激光测量的自由曲面数字制造基础研究技术;李剑;《中国博士学位论文全文数据库(电子期刊)工程科技II辑》;20020215(第2期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110244657A (zh) | 2019-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110244657B (zh) | 一种基于知识表达模型的复杂曲面数字化制造方法 | |
WO2015096511A1 (zh) | 飞机结构件智能数控加工编程系统及方法 | |
Liu et al. | A review of digital twin-driven machining: From digitization to intellectualization | |
Sadaiah et al. | A generative computer-aided process planning system for prismatic components | |
CN104951590B (zh) | 模具设计与制造的知识服务系统及方法 | |
Park et al. | A real-time computer-aided process planning system as a support tool for economic product design | |
Li et al. | A twin data and knowledge-driven intelligent process planning framework of aviation parts | |
Zhu et al. | A STEP-based machining data model for autonomous process generation of intelligent CNC controller | |
Chen et al. | Process-scheme-driven automatic construction of NC machining cell for aircraft structural parts | |
CN107991991B (zh) | 一种数控机床智能控制系统的工作方法 | |
Yang et al. | Meta-model-based shop-floor digital twin architecture, modeling and application | |
Paris et al. | Modelling for process planning: the links between process planning entities | |
Zheng et al. | KBE-based stamping process paths generated for automobile panels | |
Wu et al. | Knowledge-based approach to assembly sequence planning for wind-driven generator | |
Lan et al. | Research on modeling and scheduling methods of an intelligent manufacturing system based on deep learning | |
Yusof et al. | Computer aided process planning: a comprehensive survey | |
TAO et al. | INTELLIGENT DESIGN SYSTEM OF MECHANICAL PRODUCTS BASED ON DATA MINING AND KNOWLEDGE BASED ENGINEERING. | |
Walker et al. | More steps towards process automation for optical fabrication | |
Abdalla | A concurrent engineering constraint-based system | |
Chen et al. | Process scheme based NC machining chain model for aircraft structural parts | |
CN113553667B (zh) | 一种基于深度学习的飞机结构件设计方法 | |
Kumar | Intelligent manufacturing systems | |
Lin et al. | From Electronic Design Automation to Building Design Automation: Challenges and Opportunities | |
Iwata | Application of expert systems to manufacturing in Japan | |
Lin et al. | Design and Implementation of Auxiliary System for Automotive Welding Fixture Nnit |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |