CN110287520B - 一种冲孔元素自动识别方法 - Google Patents

一种冲孔元素自动识别方法 Download PDF

Info

Publication number
CN110287520B
CN110287520B CN201910400733.7A CN201910400733A CN110287520B CN 110287520 B CN110287520 B CN 110287520B CN 201910400733 A CN201910400733 A CN 201910400733A CN 110287520 B CN110287520 B CN 110287520B
Authority
CN
China
Prior art keywords
punching
elements
standard
related parameters
type
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
Application number
CN201910400733.7A
Other languages
English (en)
Other versions
CN110287520A (zh
Inventor
郑小刚
宋和立
李恒
张福
许号全
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Digital Analog Code Technology Co ltd
Original Assignee
Chengdu Digital Analog Code Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Digital Analog Code Technology Co ltd filed Critical Chengdu Digital Analog Code Technology Co ltd
Priority to CN201910400733.7A priority Critical patent/CN110287520B/zh
Publication of CN110287520A publication Critical patent/CN110287520A/zh
Application granted granted Critical
Publication of CN110287520B publication Critical patent/CN110287520B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Mounting, Exchange, And Manufacturing Of Dies (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种冲孔元素自动识别方法，包括如下步骤：A、输入型位元素及相关参数；B、根据型位元素及相关参数，对冲孔元素进行拟合；C、对输入元素进行回归计算，判断冲孔元素类型；D、根据冲孔元素类型与标准冲孔元素进行对比，判断冲孔标准类型；E、环境判断，确定冲头相关参数；F、输出冲孔元素及相关参数。通过自动识别设计元素、自动计算形位尺寸、自动交互零件间关系，将输入的原始设计元素，代入到冲孔模块的数学模型中，通过提取特征，判断冲孔元素的特征及与之相关的其它零件特征。自动优化和识别冲孔元素，输出相关优化参数，能大大提高设计效率和精度。

Description

一种冲孔元素自动识别方法
技术领域
本发明涉及智能模具设计与制造技术，特别涉及一种冲孔元素自动识别方法。
背景技术
现有模具设计技术中，对于冲孔模块的设计，一般是利用人工对一些冲孔元素的尺寸参数进行判断，通过调用标准件模型库或者单个参数化的零部件，但在什么时候使用这些零件，这些零件的形、位尺寸和相互之间的关系，均需要由设计人员人工计算判定。目前最先进的模具设计技术，也只是针对某些知识点，做了一些散碎的参数化模型，对于输入的随机性，以及因此带来的环境(相对某个部件而言)的复杂性，并没有应用数学模型去解决；仍然还是只能通过人工判定，人工循环试错来得到最终的结果。
发明内容
有鉴于此，本发明的主要目的在于提供一种冲孔元素自动识别方法，以通过自动识别设计元素、自动计算形位尺寸、自动交互零件间关系，将输入的原始设计元素，代入到冲孔模块的数学模型中，通过提取特征，判断冲孔元素的特征及与之相关的其它零件特征。自动优化和识别冲孔元素，输出相关优化参数。能大大提高设计效率和精度
根据本发明的一个方面，提供了一种冲孔元素自动识别方法，包括如下步骤：
A、输入型位元素及相关参数；
B、根据型位元素及相关参数，对冲孔元素进行拟合；
C、对输入元素进行回归计算，判断冲孔元素类型；
D、根据冲孔元素类型与标准冲孔元素进行对比，判断冲孔标准类型；
E、环境判断，确定冲头相关参数；
F、输出冲孔元素及相关参数。
步骤A所述的型位元素及相关参数包括：冲孔轮廓元素集、冲孔元素公差值、零件材质、零件料厚、零件强度、产能条件。
步骤B所述根据型位元素及相关参数，对冲孔元素进行拟合，具体为：根据公差要求、冲孔角度、轮廓高低差值以及孔公差值对冲孔元素按一定坐标方向进行投影拟合。
步骤C所述对输入元素进行回归计算，判断冲孔元素类型，具体为：对将输入的每个冲孔元素离散后的多个离散元素进行回归计算，获得各元素的特征，再根据回归计算判断元素的类型。
步骤D所述的冲孔元素类型指每个冲孔元素离散为多个元素经回归计算得到的多个元素特征，判断包含的多个元素类型。
步骤D所述根据冲孔元素类型与标准冲孔元素进行对比，判断冲孔标准类型，具体为：根据每个冲孔元素所包含的元素类型与标准冲孔元素的不同类型进行对比计算，若特征属性相符则输出标准冲孔元素的相关参数，反之输出非标冲孔的轮廓。
步骤E所述环境判断，确定冲头相关参数，具体为：根据零件材质、料厚、产能、冲孔元素公差值和每个孔的功能计算权重以及标准类型，确定冲头的相关参数。
步骤F所述输出的冲孔元素及相关参数包括冲孔元素的类型；标准冲孔元素的型号和尺寸或非标冲孔的轮廓及特征；标准冲头型号和材质。
本发明的冲孔元素自动识别方法，具有如下有益效果：
1)相对于人工设计：大量消除设计人员的重复劳动，提高设计效率。可以更快地验证产品(及产品工艺)设计的正确性。
2)相对于传统设计：输入元素的改变牵一发而动全身，只需带入替换、计算、更新即可，无需另起炉灶，费时费力。
3)自身学习和升级的能力：不需要人工试错，提高设计效率和合理性的同时，系统将以极快的速度和效率进行学习和知识积累，可以更快更好地输出设计结果。
附图说明
图1为本发明一种实施方式的一种冲孔元素自动识别方法的流程示意图。
具体实施方式
下面结合附图对发明作进一步详细的说明。
图1示意性地显示了根据本发明的一种实施方式的一种冲孔元素自动识别方法的流程示意图。
参照图1，一种冲孔元素自动识别方法，其特征在于，包括如下步骤：
步骤101、输入型位元素及相关参数；
所述型位元素及相关参数包括：冲孔轮廓元素集、冲孔元素公差值、零件材质、零件料厚、零件强度、产能条件。
步骤102、根据型位元素及相关参数，对冲孔元素进行拟合；
根据公差要求，判断冲孔元素在零件上的重要性。并根据冲孔元素本身冲孔角度，轮廓高低差值以及孔公差值对冲孔元素按一定坐标方向进行投影拟合。
步骤103、对输入元素进行回归计算，判断冲孔元素类型；
对输入的每个冲孔元素离散后的多个离散元素进行回归计算，获得各离散元素的特征，如：曲率k，曲率半径ρ，曲率变化率等等。再根据回归计算判断元素的类型，元素的类型包括直线、曲线、圆弧等等。
步骤104、根据冲孔元素类型与标准冲孔元素进行对比，判断冲孔标准类型；冲孔元素类型指每个冲孔元素离散为多个元素经回归计算得到的多个元素特征，判断包含的多个元素类型。根据每个冲孔元素所包含的元素类型与标准冲孔元素的不同类型进行对比计算λ，例如：λ((K+ρ+…),x(A、D、E…))＝x(n)。
若特征属性与标准冲孔元素相符则输出标准冲孔元素的相关参数，如：类型(A类、B类、D类)，半径，P值，W值，中心点坐标等等。若特征属性与标准冲孔元素不相符则输出非标冲孔的轮廓参数。
步骤105、环境判断，确定冲头相关参数；根据零件材质、料厚、产能、冲孔元素公差值和每个孔的功能计算权重，根据权重索引标准类型ID，确定冲头的相关参数。标准冲头的相关参数包括冲头的型号和材质等，例如：是否需要采用高强度，是否高精度等。
步骤106、输出冲孔元素及相关参数。
输出的冲孔元素及相关参数包括：冲孔元素的类型、标准冲孔元素的型号和尺寸、非标冲孔的轮廓及特征、冲头型号和材质等。
本发明的冲孔元素自动识别方法，有如下特点：
1)不需要人工去识别和设计计算，模块会根据不同的输入，经过一系列数学模型的计算，自动识别冲孔元素类型并产生和输出优化的设计参数，通过对环境参数进行计算，得到冲头的相关参数等。
能适应设计原始输入的随机性，各步骤算法有较强的适应性，特别微化和采样算法普适性强。例如零件的定位点，是在一定数学模型下经过大量运算得到的，而这种计算(以及基于这种计算的衍生)是适用于模具设计中的绝大部分场景的。
能适应设计环境的复杂性，空间中并不是只有冲孔组件，还有很多其他零部件，这时要通过一系列计算判断，得到哪些零部件之间有逻辑或形位上的关联(或冲突)，因为其他零部件也是随输入变化而变化的，对算法本身而言也就是随机的，所以计算、检索、判断的方法都有普适性。单一数学模型的适应性都是有限的，底层系统得出某一步的输出结果，其实是若干数学模型综合计算的结果。
2)输出的零部件“形”和“位”的合理性，可随着对数学模型的监督，修正提高。随着系统所知的样本增多，通过学习过程，系统输出的适应性和合理性会不断提高。可以不断解决系统的不适应问题，知识积累更为容易。
以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于发明的保护范围。

Claims (7)

1.一种冲孔元素自动识别方法，其特征在于，包括如下步骤：
A、输入型位元素及相关参数；
B、根据型位元素及相关参数，对冲孔元素进行拟合；
C、对输入元素进行回归计算，判断冲孔元素类型；具体为：对输入的每个冲孔元素离散后的多个离散元素进行回归计算，获得各元素的特征，再根据回归计算判断元素的类型；
D、根据冲孔元素类型与标准冲孔元素进行对比，判断冲孔标准类型；
E、环境判断，确定冲头相关参数；
F、输出冲孔元素及相关参数。
2.根据权利要求1所述的冲孔元素自动识别方法，其特征在于，步骤A所述的型位元素及相关参数包括：冲孔轮廓元素集、冲孔元素公差值、零件材质、零件料厚、零件强度、产能条件。
3.根据权利要求1所述的冲孔元素自动识别方法，其特征在于，步骤B所述根据型位元素及相关参数，对冲孔元素进行拟合，具体为：根据公差要求、冲孔角度、轮廓高低差值以及孔公差值对冲孔元素按一定坐标方向进行投影拟合。
4.根据权利要求1所述的冲孔元素自动识别方法，其特征在于，步骤D所述的冲孔元素类型指每个冲孔元素离散为多个元素经回归计算得到的多个元素特征，判断包含的多个元素类型。
5.根据权利要求1所述的冲孔元素自动识别方法，其特征在于，步骤D所述根据冲孔元素类型与标准冲孔元素进行对比，判断冲孔标准类型，具体为： 根据每个冲孔元素所包含的元素类型与标准冲孔元素的不同类型进行对比计算，若特征属性相符则输出标准冲孔元素的相关参数，反之输出非标冲孔的轮廓。
6.根据权利要求1所述的冲孔元素自动识别方法，其特征在于，步骤E所述环境判断，确定冲头相关参数，具体为：根据零件材质、料厚、产能、冲孔元素公差值和每个孔的功能计算权重以及标准类型，确定冲头的相关参数。
7.根据权利要求1所述的冲孔元素自动识别方法，其特征在于，步骤F所述输出的冲孔元素及相关参数包括冲孔元素的类型；标准冲孔元素的型号和尺寸或非标冲孔的轮廓及特征；标准冲头型号和材质。
CN201910400733.7A 2019-05-15 2019-05-15 一种冲孔元素自动识别方法 Active CN110287520B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910400733.7A CN110287520B (zh) 2019-05-15 2019-05-15 一种冲孔元素自动识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910400733.7A CN110287520B (zh) 2019-05-15 2019-05-15 一种冲孔元素自动识别方法

Publications (2)

Publication Number Publication Date
CN110287520A CN110287520A (zh) 2019-09-27
CN110287520B true CN110287520B (zh) 2023-08-04

Family

ID=68002514

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910400733.7A Active CN110287520B (zh) 2019-05-15 2019-05-15 一种冲孔元素自动识别方法

Country Status (1)

Country Link
CN (1) CN110287520B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114115127B (zh) * 2021-11-19 2023-04-11 重庆平伟汽车科技股份有限公司 在PowerMill软件中实现模座底面自动编程的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5666201A (en) * 1992-09-18 1997-09-09 J.A. Woollam Co. Inc. Multiple order dispersive optics system and method of use
CN101794453A (zh) * 2010-03-25 2010-08-04 河北工业大学 基于回归分析的节点映射图像重构方法
CN109359355A (zh) * 2018-09-05 2019-02-19 重庆创速工业有限公司 一种标准结构模块的设计实现方法
CN109598614A (zh) * 2018-11-21 2019-04-09 安徽磐众信息科技有限公司 一种预测股价收益率分布的代价函数计算方法
CN109726424A (zh) * 2018-09-05 2019-05-07 重庆创速工业有限公司 一种冲孔模块的设计实现方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100593654B1 (ko) * 2004-07-13 2006-06-28 삼성전자주식회사 검사대상 패턴의 3차원 이미지 형성방법 및 이를 수행하는장치
CN101871767B (zh) * 2009-04-25 2012-05-30 鸿富锦精密工业（深圳）有限公司 零件形位公差检测系统及方法
US10339024B2 (en) * 2017-01-17 2019-07-02 Microsoft Technology Licensing, Llc Passive device detection

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5666201A (en) * 1992-09-18 1997-09-09 J.A. Woollam Co. Inc. Multiple order dispersive optics system and method of use
CN101794453A (zh) * 2010-03-25 2010-08-04 河北工业大学 基于回归分析的节点映射图像重构方法
CN109359355A (zh) * 2018-09-05 2019-02-19 重庆创速工业有限公司 一种标准结构模块的设计实现方法
CN109726424A (zh) * 2018-09-05 2019-05-07 重庆创速工业有限公司 一种冲孔模块的设计实现方法
CN109598614A (zh) * 2018-11-21 2019-04-09 安徽磐众信息科技有限公司 一种预测股价收益率分布的代价函数计算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于刀具振动模式特征的深孔圆度误差预测方法;李超 等;《兵工学报》;第39卷(第02期);364-372 *

Also Published As

Publication number Publication date
CN110287520A (zh) 2019-09-27

Similar Documents

Publication Publication Date Title
US11132473B2 (en) Manufacturing design modification system
CN107491610B (zh) 汽车覆盖件模具智能设计系统及设计方法
CN109344498B (zh) 一种斜楔模块的设计实现方法
CN109344497B (zh) 一种模具基础本体的设计实现方法
CN109359355B (zh) 一种标准结构模块的设计实现方法
CN106599515B (zh) 基于stl网格特征识别的汽车覆盖件板料冲压工艺优选方法
CN114563992B (zh) 一种提高注塑模具的冲裁精度的方法及系统
CN109726424A (zh) 一种冲孔模块的设计实现方法
CN110287520B (zh) 一种冲孔元素自动识别方法
CN102708367A (zh) 基于目标轮廓特征的图像识别方法
CN101226606B (zh) 管筒形零件机械扩径工艺参数的优化方法
CN110851920B (zh) 一种模具压料器主筋线自动生成方法
CN108537249B (zh) 一种密度峰值聚类的工业过程数据聚类方法
CN109388875A (zh) 一种弹性元件模块的设计实现方法
JP2005199567A (ja) 金型修正システム、その装置、金型修正方法、記録媒体、プログラム
CN109117598B (zh) 一种废料排出模块的设计实现方法
CN114662232A (zh) 一种复杂形状热冲压零件的成形质量分析方法
Moghaddam et al. Development of a new method to automatic nesting and piloting system design for progressive die
CN110298067B (zh) 一种分模线自动生成方法
CN106001933B (zh) 激光切割修边线的优化方法
CN111353255A (zh) 加工参数自动产生系统
CN107203916B (zh) 一种用户信用模型建立方法及装置
CN110287522B (zh) 一种螺孔在镶块上的自动生成及分布方法
CN112347587A (zh) 用虚拟模型逻辑模块智能化生成整体模具的方法
JP6319595B2 (ja) 設計支援システム、設計支援方法および設計支援プログラム

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
TA01 Transfer of patent application right

Effective date of registration: 20200114

Address after: 610037 no.36-4, Jinqing Road, Jinniu District, Chengdu, Sichuan Province

Applicant after: Chengdu digital analog code technology Co.,Ltd.

Address before: Zheng Jie 400050 Xiejiawan Jiulongpo District of Chongqing City No. 49 China Resources Building thirty-seventh room first

Applicant before: Chongqing Chuangsu Industrial Technology Research Institute Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant