CN112182877B - 一种复合材料智能化切削加工优化方法及系统 - Google Patents

一种复合材料智能化切削加工优化方法及系统 Download PDF

Info

Publication number
CN112182877B
CN112182877B CN202011032660.XA CN202011032660A CN112182877B CN 112182877 B CN112182877 B CN 112182877B CN 202011032660 A CN202011032660 A CN 202011032660A CN 112182877 B CN112182877 B CN 112182877B
Authority
CN
China
Prior art keywords
processing
composite material
factor
dimensional virtual
virtual model
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
CN202011032660.XA
Other languages
English (en)
Other versions
CN112182877A (zh
Inventor
钱京
黄宏华
崔可
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.)
Jiangsu Hengbao Intelligent System Technology Co Ltd
Original Assignee
Jiangsu Hengbao Intelligent System 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 Jiangsu Hengbao Intelligent System Technology Co Ltd filed Critical Jiangsu Hengbao Intelligent System Technology Co Ltd
Priority to CN202011032660.XA priority Critical patent/CN112182877B/zh
Publication of CN112182877A publication Critical patent/CN112182877A/zh
Application granted granted Critical
Publication of CN112182877B publication Critical patent/CN112182877B/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
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/26—Composites
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component
    • 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)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供一种复合材料智能化切削加工优化方法及系统，该方法包括：根据产品加工订单获取待加工产品的三维虚拟模型；识别三维虚拟模型的加工特征要素，按照预设的工艺规程生成加工特征要素的加工工艺路线；根据生成的加工工艺路线对三维虚拟模型进行加工过程的模拟操作，获取模拟操作过程中各个工序的评价分数；对评价分数低于预设限值的工序进行优化，获取优化后的加工工艺路线。本申请实现了复合材料的智能化切削加工过程的优化，采用预先模拟切削过程的方法及时查找出加工工艺路线中的缺陷并进行优化，提高了复合材料切削加工过程中的产品质量和成品率。

Description

一种复合材料智能化切削加工优化方法及系统
技术领域
本申请涉及智能制造技术领域，尤其涉及一种复合材料智能化切削加工优化方法及系统。
背景技术
碳纤维复合材料因其优良的性能而在多个领域取得广泛的应用，其构件质量轻，比强度和比刚度高，通常成型后的构件在精度方面达不到要求，所以需要进行后期的切削加工处理，例如：车削、铣削、磨削和钻孔，切削过程中控制加工工艺参数设置，如纤维取向、轴向、切向进给速度和切削速度，而碳纤维复合材料属于一种难加工的材料，容易产生分层和撕裂等缺陷。
碳纤维复合材料难切削的特性主要是其硬度高、层间剪切强度低，对于刀具的磨损和崩刃都非常严重，一般刀具的磨损主要在刀尖处先形成一个亮点，然后主切削刃和副切削刃相继磨损，碳纤维复合材料的车削加工经过挤压、滑移、挤裂和分离四个阶段，相同条件下，碳纤维复合材料的切削力要比金属材料大得多，要保证碳纤维复合材料表面的加工质量，不仅要选择合适的刀具，还要选择合理的切削用量。
钻孔加工过程中存在材料离层现象，刀具的磨损以及孔内壁的质量问题。通常把损伤区最大直径和孔径比率称为损伤因子，表示分层现象的程度，分层因子越大，表示分层问题越严重。推力的大小可以表示分层程度。对于成型的非标钻头，较大的进给速度和钻头直径可以减少分层，并且钻头切削力会随着直径比的减小而增大，随着进给速度的增大而增大。
复合材料层间强度低，易在切削力的作用下产生分层，纤维复合强度高，均匀性差，难切削。切削加工过程中易产生基体开裂、脱胶(造成分层)、分层和纤维断裂等缺陷。钻孔缺陷包括：在孔出入口最外层表面的分层和撕裂缺陷。复合材料精度要求高，不能容忍加工过程中的一点异常偏差，在复合材料的切削加工过程中废品率较高。
发明内容
本申请的目的在于提供一种复合材料智能化切削加工优化方法及系统，实现了复合材料的智能化切削加工过程的优化，采用预先模拟切削过程的方法及时查找出加工工艺路线中的缺陷并进行优化，提高了复合材料切削加工过程中的产品质量和成品率。
为达到上述目的，本申请提供一种复合材料智能化切削加工优化方法，该方法包括：根据产品加工订单获取待加工产品的三维虚拟模型；识别三维虚拟模型的加工特征要素，按照预设的工艺规程生成加工特征要素的加工工艺路线；根据生成的加工工艺路线对三维虚拟模型进行加工过程的模拟操作，获取模拟操作过程中各个工序的评价分数；对评价分数低于预设限值的工序进行优化，获取优化后的加工工艺路线。
如上的，其中，一种复合材料智能化切削加工优化方法，还包括：根据优化后的加工工艺路线对复合材料进行实际加工操作；获取复合材料加工过程中的撕裂因子、纤维残余因子和分层因子；将获取的撕裂因子、纤维残余因子和分层因子输入到缺陷类型判定模块中，判断复合材料加工过程中存在的缺陷类型；根据获取的缺陷类型对复合材料的工艺参数进行优化。
如上的，其中，识别三维虚拟模型的加工特征要素，按照预设的工艺规程生成加工特征要素的加工工艺路线的方法包括：识别三维虚拟模型的加工特征要素；加载预设的工艺规程；根据预设的工艺规程，获取各个加工特征要素的工序流程；确定工序流程中各个工序的工序内容。
如上的，其中，获取模拟操作过程中各个工序的评价分数的方法包括：根据生成的加工工艺路线依次加载各个工序的工序内容；按照各个工序的先后顺序，依据工序内容对三维虚拟模型进行的模拟加工操作；每执行完一个工序后，获取三维虚拟模型的工序质量数据；根据工序质量数据，计算该工序的评价分数。
如上的，其中，单个工序的评价分数的计算公式为：
其中，F表示单个工序的评价分数；i表示第i项特性；m表示在三维虚拟模型上测量的特性的总项数；δi表示第i项特性的权重值；Ri表示第i项特性的实测值；Gimin表示第i项特性的要求最小值；Gimax表示第i项特性的要求最大值；γi表示参数，当Ri在Gimin和Gimax的区间范围内时，γi等于1；当Ri在Gimin和Gimax的区间范围外时，γi等于0。
如上的，其中，获取撕裂因子的方法包括如下子步骤：采集复合材料加工部位的加工图像；提取加工图片的撕裂特征轮廓图像，在撕裂特征轮廓图像中标示撕裂边缘曲线；计算撕裂特征轮廓特征图像中撕裂边缘曲线内像素的总面积,将计算的结果作为撕裂因子。
如上的，其中，获取纤维残余因子的方法包括如下子步骤：获取复合材料加工图像中未被切除纤维的面积和切除面的截面面积；根据未被切除纤维的面积和切除面的截面面积计算纤维残余因子。
如上的，其中，获取分层因子的方法包括如下子步骤：获取复合材料加工截面图像；根据获取复合材料加工截面图像，提取复合材料的分层边缘曲线；计算分层边缘曲线中分层的宽度均值，将计算的结果作为分层因子。
一种复合材料智能化切削加工优化系统，该系统包括：第一获取模块，用于根据产品加工订单获取待加工产品的三维虚拟模型；生成模块，用于识别三维虚拟模型的加工特征要素，按照预设的工艺规程生成加工特征要素的加工工艺路线；评价模块，用于根据生成的加工工艺路线对三维虚拟模型进行加工过程的模拟操作，获取模拟操作过程中各个工序的评价分数；第一优化模块，用于对评价分数低于预设限值的工序进行优化，获取优化后的加工工艺路线。
本申请实现的有益效果如下：
(1)本申请在复合材料的切削加工过程进行了预先模拟操作，在预先模拟操作的过程中，查找复合材料的加工工艺路线中存在可能导致产品质量不合格的缺陷，根据模拟切削加工过程中预先查找出该加工工艺路线存在的缺陷，对加工工艺路线进行优化，从而提高了复合材料实际加工过程中的产品质量和生产效率。
(2)本申请通过模拟切削加工过程实现了加工工艺路线的制定和优化，无需人工对加工工艺路线进行制定和优化，减少了人力，根据优化好的加工工艺路线直接对产品进行加工，从而实现了智能化加工，提高了产品加工的效率。
(3)本申请采用了智能化的图像采集设备采集按照优化后的加工工艺路线加工出的产品图像，根据采集的产品图像分析加工后的产品是否还存在质量问题，若仍存在质量问题，则分析该质量问题的缺陷类型和该缺陷类型对应的需要优化的工艺参数，对工艺参数进一步优化，从而在产品实际的生产加工过程进一步查找缺陷的类型，反馈至优化模块进一步优化，进而提高了产品的质量，该优化后的工艺参数可用于后期大批量生产该产品。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本申请实施例的一种复合材料智能化切削加工优化方法的流程图。
图2为本申请实施例的生成加工特征要素的加工工艺路线的方法流程图。
图3为本申请实施例的计算工序的评价分数的方法流程图。
图4为本申请实施例的一种复合材料智能化切削加工优化系统的结构示意图。
附图标记：10－第一获取模块；20－生成模块；30－评价模块；40－第一优化模块；50－第二获取模块；60－缺陷类型判定模块；70－第二优化模块；100－复合材料智能化切削加工优化系统。
具体实施方式
下面结合本申请实施例中的附图，对本申请实施例中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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
实施例一
如图1所示，本申请提供一种复合材料智能化切削加工优化方法，该方法包括：
步骤S1，根据产品加工订单获取待加工产品的三维虚拟模型。
具体的，步骤S1包括如下步骤：
步骤S110，接收加工订单。
步骤S120，根据接收的加工订单获取待加工产品的三维虚拟模型。
步骤S130，根据接收的加工订单获取物料清单信息。
步骤S2，识别三维虚拟模型的加工特征要素，按照预设的工艺规程生成加工特征要素的加工工艺路线。
其中，加工工艺路线包括加工的工序、工序流程和工序内容。依据加工工艺路线对三维虚拟模型进行模拟加工，即可获得模拟加工出的产品。
如图2所示，步骤S2中生成加工特征要素的加工工艺路线包括如下子步骤：
步骤S210，识别三维虚拟模型的加工特征要素。
其中，加工特征要素包括切削、铣削、钻孔、倒圆角、磨削和热处理等。
步骤S220，加载预设的工艺规程。
预设的工艺规程根据工艺学理论和工艺试验并经过生产验证获得。通过遵守预设的工艺规程和技术标准，进而避免环境污染，提高产品质量和生产效率。
步骤S230,根据预设的工艺规程，获取各个加工特征要素的工序流程。
具体的，根据预设的工艺规程，对各个加工特征要素的加工顺序进行先后排序；按照从前到后的顺序依次生成各个加工特征要素的工序流程。
步骤S240,确定工序流程中各个工序的工序内容。
其中，工序内容包括各个工序的工艺参数、工艺设备和技术要求。其中，工艺参数包括加工余量、加工尺寸、公差范围、切削用量、工时定额等。工艺设备包括机加工设备、刀具、夹具、量具和辅助工具等。技术要求包括加工表面的尺寸精度、形状精度、表面粗糙度要求、各个加工表面之间的相互位置精度和热处理要求(动平衡、镀铬处理、去磁)等。
步骤S3，根据生成的加工工艺路线对三维虚拟模型进行加工过程的模拟操作，获取模拟操作过程中各个工序的评价分数。
如图3所示，步骤S3中计算工序的评价分数的方法包括如下子步骤：
步骤S310,根据生成的加工工艺路线依次加载各个工序的工序内容。
步骤S320,按照各个工序的先后顺序，依据工序内容对三维虚拟模型进行的模拟加工操作。
步骤S330,每执行完一个工序后，获取三维虚拟模型的工序质量数据。
工序质量数据中包括从执行完工序后的三维虚拟模型上测量获得的特性值，特性值包括工序时长、尺寸误差、精度、粗糙度和硬度等。
步骤S340,根据工序质量数据，计算该工序的评价分数。
具体的，单个工序的评价分数的计算公式为：
其中，F表示单个工序的评价分数；i表示第i项特性；m表示在三维虚拟模型上测量的特性的总项数；δi表示第i项特性的权重值；Ri表示第i项特性的实测值；Gimin表示第i项特性的要求最小值；Gimax表示第i项特性的要求最大值；γi表示参数，当Ri在Gimin和Gimax的区间范围内时，γi等于1；当Ri在Gimin和Gimax的区间范围外时，γi等于0。
其中，Gimin和Gimax为预先设定的。
根据本发明的一个具体实施例，执行完一道工序后，获得该工序所使用的加工时间，计算一道工序的加工时长的方法为：T＝(L/V)*N，其中，T表示加工时长，L表示一次走到的行程；V表示走刀的速度，N表示走刀的次数。
步骤S4，对评价分数低于预设限值的工序进行优化，获取优化后的加工工艺路线。
步骤S4包括如下子步骤：
步骤S410,获取评价分数低于预设限制的工序所对应的工艺参数。
步骤S420,对获取的工艺参数进行调节。
步骤S430,根据调节后的工艺参数，重新对三维虚拟模型进行该工序进行模拟加工。
步骤S440,重新计算该工序的评价分数，判断评价分数是否大于预设限制，若是，则执行下一道工序；否则，继续对该工序的工艺参数进行优化。
步骤S5，根据优化后的加工工艺路线对复合材料进行实际加工操作。
步骤S5包括如下子步骤：
步骤S510,获取优化后的加工工艺路线中的工序流程和工艺内容。
步骤S520,依据获取的工序流程和工艺内容对复合材料进行实际加工操作。
步骤S6，获取复合材料加工过程中的撕裂因子、纤维残余因子和分层因子。
具体的，获取撕裂因子的方法为：通过获取撕裂面积获取撕裂因子，撕裂因子等于撕裂面积，撕裂面积表示工件分层或撕裂的大小；撕裂面积通过图像采集设备采集加工图像，根据采集的加工图片计算撕裂面积的大小。
具体的，获取撕裂因子的方法包括如下子步骤：
步骤S610，采集复合材料加工部位的加工图像。
步骤S620，提取加工图片的撕裂特征轮廓图像，在撕裂特征轮廓图像中标示撕裂边缘曲线。
步骤S630，计算撕裂特征轮廓特征图像中撕裂边缘曲线内像素的总面积。
撕裂边缘曲线内像素的总面积等于撕裂边缘曲线内所有像素的个数乘以单个像素的面积。
步骤S640，将步骤S630计算的结果作为撕裂因子。
具体的，获取纤维残余因子的方法包括如下子步骤：
步骤S650，获取复合材料加工图像中未被切除纤维的面积和切除面的截面面积。其中，获取复合材料加工图像中未被切除纤维的面积和切除面的截面面积方法与获取撕裂因子的方法相同。
步骤S660，根据未被切除纤维的面积和切除面的截面面积计算纤维残余因子。具体的，计算纤维残余因子的公式为：
v＝Swe/Sqie；
其中，v表示纤维残余因子；Swe表示未被切除纤维的面积；Sqie表示切除面的截面面积。
具体的，获取分层因子的方法包括如下子步骤：
步骤S670，通过图像采集设备获得复合材料加工截面图像，获取复合材料加工截面图像。
步骤S680，根据获取复合材料加工截面图像，提取复合材料的分层边缘曲线。
步骤S690，计算分层边缘曲线中分层的宽度均值，将计算的结果作为分层因子。
具体的，分层的宽度均值的计算方法为：从分层的两条边缘曲线上均匀选取两两相互对称的多组计算节点，其中，每两个相互对称的计算节点作为一组计算节点，根据选取的计算节点计算分层的宽度均值，具体的，分层的宽度均值的计算公式如下：
其中，表示分层的宽度均值；k表示选取的计算节点的组数；(x1,y1)表示一组计算节点中的第一个计算节点的坐标；(x2,y2)表示一组计算节点中的第二个计算节点的坐标。
步骤S7，将获取的撕裂因子、纤维残余因子和分层因子输入到缺陷类型判定模块中，判断复合材料加工过程中存在的缺陷类型。
具体的，在缺陷类型判定模块中预先设定不同阈值范围内撕裂因子、纤维残余因子和分层因子所对应的缺陷类型。
将获取的撕裂因子、纤维残余因子和分层因子输入到缺陷类型判定模块中，自动获取复合材料加工过程中存在的缺陷类型。
步骤S8，根据获取的缺陷类型对复合材料的工艺参数进行优化。
具体的，根据获取的缺陷类型，以及预先制定的不同缺陷类型对应的工艺参数优化方案，对复合材料的工艺参数进行优化，提高复合材料的生产质量和成品率。
实施例二
如图4所示，本申请提供一种复合材料智能化切削加工优化系统100，该系统包括：
第一获取模块10，用于根据产品加工订单获取待加工产品的三维虚拟模型。
生成模块20，用于识别三维虚拟模型的加工特征要素，按照预设的工艺规程生成加工特征要素的加工工艺路线。
评价模块30，用于根据生成的加工工艺路线对三维虚拟模型进行加工过程的模拟操作，获取模拟操作过程中各个工序的评价分数。
第一优化模块40，用于对评价分数低于预设限值的工序进行优化，获取优化后的加工工艺路线。
第二获取模块50，用于获取复合材料加工过程中的撕裂因子、纤维残余因子和分层因子。
缺陷类型判定模块60，用于根据输入的撕裂因子、纤维残余因子和分层因子，判断复合材料加工过程中存在的缺陷类型。
第二优化模块70，用于根据获取的缺陷类型对复合材料的工艺参数进行优化。
复合材料智能化切削加工优化系统还包括图像采集设备，用于采集加工图像。
其中，生成模块20包括：
识别模块，用于识别三维虚拟模型的加工特征要素。
加载模块，用于加载预设的工艺规程。
工序流程获取模块，用于根据预设的工艺规程，获取各个加工特征要素的工序流程。
工序内容确定模块，用于确定工序流程中各个工序的工序内容。
本申请实现的有益效果如下：
(1)本申请在复合材料的切削加工过程进行了预先模拟操作，在预先模拟操作的过程中，查找复合材料的加工工艺路线中存在可能导致产品质量不合格的缺陷，根据模拟切削加工过程中预先查找出该加工工艺路线存在的缺陷，对加工工艺路线进行优化，从而提高了复合材料实际加工过程中的产品质量和生产效率。
(2)本申请通过模拟切削加工过程实现了加工工艺路线的制定和优化，无需人工对加工工艺路线进行制定和优化，减少了人力，根据优化好的加工工艺路线直接对产品进行加工，从而实现了智能化加工，提高了产品加工的效率。
(3)本申请采用了智能化的图像采集设备采集按照优化后的加工工艺路线加工出的产品图像，根据采集的产品图像分析加工后的产品是否还存在质量问题，若仍存在质量问题，则分析该质量问题的缺陷类型和该缺陷类型对应的需要优化的工艺参数，对工艺参数进一步优化，从而在产品实际的生产加工过程进一步查找缺陷的类型，反馈至优化模块进一步优化，进而提高了产品的质量，该优化后的工艺参数可用于后期大批量生产该产品。
上所述仅为本发明的实施方式而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理的内所做的任何修改、等同替换、改进等，均应包括在本发明的权利要求范围之内。

Claims (8)

1.一种复合材料智能化切削加工优化方法，其特征在于，该方法包括：
根据产品加工订单获取待加工产品的三维虚拟模型；
识别三维虚拟模型的加工特征要素，按照预设的工艺规程生成加工特征要素的加工工艺路线；
根据生成的加工工艺路线对三维虚拟模型进行加工过程的模拟操作，获取模拟操作过程中各个工序的评价分数；
对评价分数低于预设限值的工序进行优化，获取优化后的加工工艺路线；
该方法还包括：
根据优化后的加工工艺路线对复合材料进行实际加工操作；
获取复合材料加工过程中的撕裂因子、纤维残余因子和分层因子；
将获取的撕裂因子、纤维残余因子和分层因子输入到缺陷类型判定模块中，判断复合材料加工过程中存在的缺陷类型；
根据获取的缺陷类型对复合材料的工艺参数进行优化；
其中，纤维残余因子的计算公式为：
v＝Swe/Sqie；
其中，v表示纤维残余因子；Swe表示未被切除纤维的面积；Sqie表示切除面的截面面积。
2.根据权利要求1所述的复合材料智能化切削加工优化方法，其特征在于，识别三维虚拟模型的加工特征要素，按照预设的工艺规程生成加工特征要素的加工工艺路线的方法包括：
识别三维虚拟模型的加工特征要素；
加载预设的工艺规程；
根据预设的工艺规程，获取各个加工特征要素的工序流程；
确定工序流程中各个工序的工序内容。
3.根据权利要求1所述的复合材料智能化切削加工优化方法，其特征在于，获取模拟操作过程中各个工序的评价分数的方法包括：
根据生成的加工工艺路线依次加载各个工序的工序内容；
按照各个工序的先后顺序，依据工序内容对三维虚拟模型进行的模拟加工操作；
每执行完一个工序后，获取三维虚拟模型的工序质量数据；
根据工序质量数据，计算该工序的评价分数。
4.根据权利要求3所述的复合材料智能化切削加工优化方法，其特征在于，单个工序的评价分数的计算公式为：
其中，F表示单个工序的评价分数；i表示第i项特性；m表示在三维虚拟模型上测量的特性的总项数；δi表示第i项特性的权重值；Ri表示第i项特性的实测值；Gimin表示第i项特性的要求最小值；Gimax表示第i项特性的要求最大值；γi表示参数，当Ri在Gimin和Gimax的区间范围内时，γi等于1；当Ri在Gimin和Gimax的区间范围外时，γi等于0。
5.根据权利要求1所述的复合材料智能化切削加工优化方法，其特征在于，获取撕裂因子的方法包括如下子步骤：
采集复合材料加工部位的加工图像；
提取加工图片的撕裂特征轮廓图像，在撕裂特征轮廓图像中标示撕裂边缘曲线；
计算撕裂特征轮廓特征图像中撕裂边缘曲线内像素的总面积,将计算的结果作为撕裂因子。
6.根据权利要求1所述的复合材料智能化切削加工优化方法，其特征在于，获取分层因子的方法包括如下子步骤：
获取复合材料加工截面图像；
根据获取复合材料加工截面图像，提取复合材料的分层边缘曲线；
计算分层边缘曲线中分层的宽度均值，将计算的结果作为分层因子。
7.一种复合材料智能化切削加工优化系统，其特征在于，该系统包括：
第一获取模块，用于根据产品加工订单获取待加工产品的三维虚拟模型；
生成模块，用于识别三维虚拟模型的加工特征要素，按照预设的工艺规程生成加工特征要素的加工工艺路线；
评价模块，用于根据生成的加工工艺路线对三维虚拟模型进行加工过程的模拟操作，获取模拟操作过程中各个工序的评价分数；
第一优化模块，用于对评价分数低于预设限值的工序进行优化，获取优化后的加工工艺路线；
该系统还包括：
操作模块，用于根据优化后的加工工艺路线对复合材料进行实际加工操作；
第二获取模块，用于获取复合材料加工过程中的撕裂因子、纤维残余因子和分层因子；
缺陷类型判定模块，用于根据输入的撕裂因子、纤维残余因子和分层因子，判断复合材料加工过程中存在的缺陷类型；
第二优化模块，用于根据获取的缺陷类型对复合材料的工艺参数进行优化；
其中，纤维残余因子的计算公式为：
v＝Swe/Sqie；
其中，v表示纤维残余因子；Swe表示未被切除纤维的面积；Sqie表示切除面的截面面积。
8.根据权利要求7所述的复合材料智能化切削加工优化系统，其特征在于，
生成模块包括：
识别模块，用于识别三维虚拟模型的加工特征要素；
加载模块，用于加载预设的工艺规程；
工序流程获取模块，用于根据预设的工艺规程，获取各个加工特征要素的工序流程；
工序内容确定模块，用于确定工序流程中各个工序的工序内容。
CN202011032660.XA 2020-09-27 2020-09-27 一种复合材料智能化切削加工优化方法及系统 Active CN112182877B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011032660.XA CN112182877B (zh) 2020-09-27 2020-09-27 一种复合材料智能化切削加工优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011032660.XA CN112182877B (zh) 2020-09-27 2020-09-27 一种复合材料智能化切削加工优化方法及系统

Publications (2)

Publication Number Publication Date
CN112182877A CN112182877A (zh) 2021-01-05
CN112182877B true CN112182877B (zh) 2024-02-23

Family

ID=73945149

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011032660.XA Active CN112182877B (zh) 2020-09-27 2020-09-27 一种复合材料智能化切削加工优化方法及系统

Country Status (1)

Country Link
CN (1) CN112182877B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117148741B (zh) * 2023-11-01 2024-02-13 张家港Aaa精密制造股份有限公司 轴承加工参数智能调控方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012153157A2 (en) * 2011-05-09 2012-11-15 Pécsi Tudományegyetem Method for optimizing cutting forces in a milling process and computer-controlled milling machine using the same method
CN107273567A (zh) * 2017-05-11 2017-10-20 大连理工大学 一种复合材料层合板钻削毛刺损伤的模拟方法
RU2704144C1 (ru) * 2019-01-09 2019-10-24 Федеральное государственное бюджетное образовательное учреждение высшего образования "Сибирский государственный университет путей сообщения" (СГУПС) Акустико-эмиссионный способ определения дефектов структуры образца из углепластика
CN111695734A (zh) * 2020-06-12 2020-09-22 中国科学院重庆绿色智能技术研究院 一种基于数字孪生及深度学习的多工艺规划综合评估系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012153157A2 (en) * 2011-05-09 2012-11-15 Pécsi Tudományegyetem Method for optimizing cutting forces in a milling process and computer-controlled milling machine using the same method
CN107273567A (zh) * 2017-05-11 2017-10-20 大连理工大学 一种复合材料层合板钻削毛刺损伤的模拟方法
RU2704144C1 (ru) * 2019-01-09 2019-10-24 Федеральное государственное бюджетное образовательное учреждение высшего образования "Сибирский государственный университет путей сообщения" (СГУПС) Акустико-эмиссионный способ определения дефектов структуры образца из углепластика
CN111695734A (zh) * 2020-06-12 2020-09-22 中国科学院重庆绿色智能技术研究院 一种基于数字孪生及深度学习的多工艺规划综合评估系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"刀具材料对CFRP齿槽加工质量的影响";苏飞;《宇航材料工艺》(第2018年1期);87页 *

Also Published As

Publication number Publication date
CN112182877A (zh) 2021-01-05

Similar Documents

Publication Publication Date Title
AU2020103881A4 (en) A Diagnosis Method of Train Body Assembly Deviation in the Manufacturing Process of High-Speed Train
CN116560327B (zh) 一种基于物联网的电动工具生产控制方法及系统
CN112182877B (zh) 一种复合材料智能化切削加工优化方法及系统
CN116307289B (zh) 一种纺织品加工工序参数检测预测方法、系统及存储介质
CN113211018B (zh) 一种超长大直径薄壁钢管的机加工工艺
CN116843323B (zh) 基于动态图像扫描的螺杆铸造件质量控制监管系统
Khairnar et al. Supervision of carbide tool condition by training of vibration-based statistical model using boosted trees ensemble
CN114565314B (zh) 一种基于数字孪生的热轧钢卷端面质量管控系统及方法
CN116698642A (zh) 一种汽修工具生产用的工作站控制方法及系统
CN111948977B (zh) 一种用于不锈钢加工的多目标优化方法和系统
CN115033800A (zh) 基于知识图谱的数控加工刀具推荐方法
CN112526931B (zh) 一种船用柴油机机身孔系镗削加工过程质量控制方法
WO2021174900A1 (zh) 机床精度分析方法及装置、精度检测仪、机床加工方法
CN114840932A (zh) 多因数耦合提高tc4钛合金表面粗糙度预测精度的方法
CN111724203B (zh) 基于多重回归模型的产品加工价格预估方法及系统
CN111061246B (zh) 一种机械产品装配过程故障模式、影响及危害性分析方法
CN112861433A (zh) 一种基于多层级集成框架的产品低碳设计的方法
CN108388202A (zh) 基于历史运行故障数据的数控机床可靠性预估方法
CN109648397B (zh) 基于刀齿刃带宽度与拉削负载相关性的拉刀寿命预测方法
CN109396956B (zh) 一种数控滚齿机滚刀状态智能监测方法
CN109635354A (zh) 一种面向船用柴油机箱体类零件的工艺路线智能优选方法
CN112329229A (zh) 一种适用于薄壁件表面加工铣削参数优化方法
CN110031214B (zh) 基于长短期记忆网络的滚齿质量在线评估方法
CN110992333A (zh) COF Film缺陷AITraining数据库及应用
CN117161454B (zh) 一种基于数字孪生的轴承铣削加工监控方法及系统

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