CN112518752A - 一种确定雕刻机雕刻路径的方法、装置、设备和存储介质 - Google Patents
一种确定雕刻机雕刻路径的方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN112518752A CN112518752A CN202011405836.1A CN202011405836A CN112518752A CN 112518752 A CN112518752 A CN 112518752A CN 202011405836 A CN202011405836 A CN 202011405836A CN 112518752 A CN112518752 A CN 112518752A
- Authority
- CN
- China
- Prior art keywords
- path
- workpiece
- engraving
- determining
- paths
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
- B25J11/005—Manipulators for mechanical processing tasks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Numerical Control (AREA)
Abstract
本发明实施例公开了一种确定雕刻机雕刻路径的方法、装置、设备和存储介质。该方法包括:确定工件中每个封闭空间的几何中心点;根据所述几何中心点对加工所述工件的路径进行排序,所述路径用于从一个工件到达另一个工件;通过广义遗传算法对排序后的所述路径进行优化,以获得雕刻工件的雕刻路径。此技术方案通过结合贪心算法和遗传算法,对路径进行二次优化,依照二次优化的结果,本方法可以输出新路径,减少了制作工件的路径,提高了生产效率。
Description
技术领域
本发明实施例涉及雕刻机路径规划技术,尤其涉及一种确定雕刻机雕刻路径的方法、装置、设备和存储介质。
背景技术
雕刻机就是用机器代替人工进行雕刻的设备,其相当于一种钻、铣结合的加工设备。市面上的雕刻机都是直接执行由CAM软件生成的雕刻路径,其加工效率深受CAM软件生成的雕刻路径的质量的影响,而这些CAM软件通常是由专业的软件公司开发,雕刻机的生产商难以通过CAM改变雕刻路径的质量。因此,雕刻机系统在执行雕刻路径时,先对雕刻路径进行优化处理就显得非常有必要了。
常见的对雕刻路径进行优化的方式包括如下两种,第一种是采用贪心算法,另一种是采用广义遗传算法。
采用贪心算法总是选择目前看起来最优秀的。也就是说他并不会从整体的最优作为重点考虑,它的选择策略只是在狭义上的局部最优选择思维。尽管希望贪心算法得到的最终结果也是整体最优的。在一些情况下,即使贪心算法不能得到整体最优解,其最终结果却是最优解的近似解。而采用广义遗传算法容易陷入局部最优,即过早熟现象,这样会导致效率比较低。
发明内容
本发明提供一种确定雕刻机雕刻路径的方法、装置、设备和存储介质,以解决现有的路径规划算法效率低的问题。
第一方面,本发明实施例提供一种确定雕刻机雕刻路径的方法,包括:
确定工件中每个封闭空间的几何中心点;
根据所述几何中心点对加工所述工件的路径进行排序,所述路径用于从一个工件到达另一个工件;
通过广义遗传算法对排序后的所述路径进行优化,以获得雕刻工件的雕刻路径。
在此基础上,所述根据所述几何中心点对加工所述工件的路径进行排序,包括:
确定所述几何中心点之间的欧氏距离;
获得欧氏距离矩阵最短的解作为对所述封闭空间的排序;
在所述封闭空间的排序之前插入连通封闭空间的路径,以实现对加工所述工件的路径进行排序。
在此基础上,所述获得欧氏距离矩阵最短的解作为对所述封闭空间的排序,包括:
设定初始位置;
选择离初始位置最近的几何中心点作为当前原始点;
从所述未被选择的几何中心点中,选择一与所述当前原始点欧氏距离最近的几何中心点,作为访问点;
以所述访问点为下一所述当前原始点,继续执行上一步骤,直到所有的几何中心点被选择;
记录所述几何中心点被选择的先后顺序,作为所述几何中心点所在的封闭空间的排序。
在此基础上,通过广义遗传算法对排序后的所述路径进行优化,以获得雕刻工件的雕刻路径,包括:
将排序后的所述路径进行编码,以将其映射为基因序列,全部所述基因序列构成种群;
对所述种群进行迭代处理;
在每一次迭代中、根据适应度值来确定选择优良的个体;
从所述优良的个体中任意选择两个进行交叉操作,以获得两个新的个体;
当所述迭代的次数符合预设条件,则输出最优解作为雕刻路径并终止运算。
在此基础上,所述从所述优良的个体中任意选择两个进行交叉操作,以获得两个新的个体,包括:
在优良的个体中选择两个个体的基因序列,所述基因序列包括第一段序列、第二段序列和第三段序列,将其中一个个体作为复制主体,另一个作为复制客体;
将所述复制主体的第二段序列从父代直接复制到子代,作为第一交叉个体的第二段序列;
将所述复制客体中、第二段序列中未被复制的元素映射到所述第一交叉个体的第一段序列和第三段序列中;
将所述复制客体中、第三段序列中的元素映射到所述第一交叉个体的第一段序列和第三段序列中;
交换所述复制主体和复制客体执行上述操作,以获得第二交叉个体。
在此基础上,从所述优良的个体中任意选择两个进行交叉操作,以获得两个新的个体之后,还包括:
对一基因序列的元素结进行随机变化,以获得变异基因;
将所述变异基因插入所述种群中。
在此基础上,所述当所述迭代的次数符合预设条件,则输出最优解作为雕刻路径并终止运算,包括:
设置目标次数作为迭代终止的预设条件;
若当前迭代次数小于或等于所述目标次数,则将所述当前迭代次数加一、返回执行对所述种群进行迭代处理的步骤;
若当前迭代次数大于所述目标次数,则输出最优解作为雕刻路径并终止运算。
第二方面,本发明实施例还提供了一种确定雕刻机雕刻路径的装置,该装置包括:
几何中心点确定模块,用于确定工件中封闭空间的几何中心点;
路径排序模块,用于根据所述几何中心点对加工所述工件的路径进行排序,所述路径用于从一个工件到达另一个工件;
雕刻路径获取模块,用于通过广义遗传算法对排序后的所述路径进行优化,以获得雕刻工件的雕刻路径。
第三方面,本发明实施例还提供了一种确定雕刻机雕刻路径的设备,包括:存储器、具有触摸功能的显示屏以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面中任一所述的确定雕刻机雕刻路径的方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面中任一所述的确定雕刻机雕刻路径的方法。
本发明实施例提供了确定工件中每个封闭空间的几何中心点;根据所述几何中心点对加工所述工件的路径进行排序,所述路径用于从一个工件到达另一个工件;通过广义遗传算法对排序后的所述路径进行优化,以获得雕刻工件的雕刻路径的技术方案。此技术方案通过结合贪心算法和遗传算法,对路径进行二次优化,依照二次优化的结果,本方法可以输出新路径,减少了制作工件的路径,提高了生产效率。
附图说明
图1是本发明实施例一提供的一种确定雕刻机雕刻路径的方法的流程图;
图2是本发明实施例一中根据所述几何中心点对加工所述工件的路径进行排序的方法的流程图;
图3是本发明实施例一中通过广义遗传算法对排序后的所述路径进行优化,以获得雕刻工件的雕刻路径的方法的流程图;
图4是本发明实施例二中的一种确定雕刻机雕刻路径的装置的结构图;
图5是为本发明实施例三提供的一种确定雕刻机雕刻路径的设备结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种确定雕刻机雕刻路径的方法流程图,本实施例可适用于为雕刻机规划雕刻雕刻路径的场景,该方法可以由确定雕刻机雕刻路径的装置来执行。
CNC(Computer numerical control,计算机数字控制)雕刻加工方式与传统的数控加工比较,数控雕刻属于高速的铣削加工。高速铣削加工是一种高转速、小进给和快走刀的进给加工方式。木工数控雕刻机是一种自动加工的设备,采用去除式加工方式,铣刀高速旋转的过程中按照固定线路切削加工,去除工件不需要的部分。在三维空间中有六个自由度变量,即沿X、Y、Z轴三个运动方向的移动和绕X、Y、Z三个方向的转动。通常在数控机床系统中以机床主轴与工件距离作为Z轴,参考远离工件的方向作为Z轴正方向。广泛应用与机械、广告、木工雕刻等控制领域。
本发明的确定雕刻机雕刻路径的方法应用于1325型单主轴木工雕刻机,该木工雕刻机最大加工面积为1.3M*2.5M,加工主轴为7.2KW的风冷主轴,最高转速为18000r/min,最高加工速度为30m/min。
雕刻机三轴运动控制手柄系统是雕刻机中的控制核心,手柄可将U盘和读卡器等存储设备内的NC格式的G代码文件拷贝至手柄自带的Flash芯片处,G/M代码指令经过数字信号处理芯片DSP(Digital Signal Processing)解释成控制X、Y和Z轴运动的电脉冲信号发送到电机驱动处,电机驱动根据细分数来驱动X、Y和Z轴的步进电机。
数控手柄通过解释NC格式的文件来控制雕刻机加工各种雕刻路径的运动。通常有G代码、M代码、F代码、S代码、T代码等,其中G代码和M代码是最重要的组成部分,随着时代的发展,针对不同机床的G代码和M代码功能不是完全相同,而大部分通用,国际上应用标准是ISO-6983-1。本发明用的是我国G代码和M代码标准是JB/T3208-1999。
使用雕刻机加工流程通常分为CAD建模、CAM编程、NC程序生成、程序后处理、加工生产和生产使用几个部分组成。
CAD建模工序使用的一般都是专业建模软件,运用建模软件提供的各种绘图和建模工具,可以将产品从文字说明变成立体的产品数据模型。输出DXF格式图纸交给CAM专业的雕刻软件上处理。CAM路径生成软件将模型,包括:工件形状、孔位、槽中心线等信息导入标准大小2440*1220mm厚度为12~30mm的标准木板原材料中,完成排版工作。排版在标准木板原材料中尽量放置更多的工件,并完成数量、刀宽和对齐的设置,对于不同的加工方式使用不同的加工。优化排序指重新排列几何图形加工顺序、排钻孔需要设置Z值及钻孔速度、铣刀的开槽指槽宽等于刀具宽度的开槽加工、小工件路径指需要分两次切断的小工件加工路径、大工件路径对应的是可以一刀切断的刀具路径、最后对所有的刀具路径进行整理,设定进刀点和加工方式,按顺序选择路径次序,按照排序生成的对应的NC路径文件。数控系统将NC文件解释成对机床状态的控制信号,控制着雕刻机的主轴和刀具运动,雕刻机按照NC文件里G代码的加工顺序,自动完成整个加工生产过程。程序后处理,指的是在软件创建的加工刀轨,将通用化的软件代码对代码再调整,使其复合对应机床能执行的数控加工指令程序,变成专用程序代码。后置处理程序原则上是解释执行,即每读出一个完整的行,根据类型和所选数控机床确定是进行坐标还是文件代码转换等,并生成完整等数控程序段,并写到数控文件中去,直到文件结束。在后置处理主要是针对加工过程中主要的冗余代码,可以做到减少刀补路径、减少空走路径和减少刀具上升下降的程序。做到提高程序效率。
参照图1,该方法具体包括如下步骤:
S10、确定工件中每个封闭空间的几何中心点
工件是指排布在排版在标准木板原材料中需求的目标部件,每个工件可能包括多个封闭空间。封闭空间是指工件中不连通的部分。几何中心又叫几何重心,就是支撑着这个点就能使这个几何平衡。
S20、根据所述几何中心点对加工所述工件的路径进行排序。
在加工过程中,木板被真空吸附台面吸附在工作台上,工作台表面由多个互相独立的真空吸附的区域,每个区域都有小孔连通到真空泵中,真空吸附台面与工件之间隔一层薄板,在真空泵吸附时候薄板产生微小的形变,使得木板吸附在工作台上。薄板的作用既可以防止碎屑被吸到真空泵里面,也可以保护真空吸附台面被铣刀切削。工作时,先将木板固定在操作台上,再进行对刀操作,才开始加工。加工时由于真空台面对小件材料吸附力不够,小件材料容易移位导致加工精度不够。所以在加工过程中都会遵循一定的规则来应对这种情况的发生。加工时先判断最大的闭合路径为工件的面积。优先加工完工件内部的所有路径,最后再加工工件外围的切削路径。这种方法,可以使得每次切除后剩下的部分都是面积最大的。这样操作可以降低木板移动的概率。
具体的,参考图2,步骤S20可以包括如下的具体步骤:
S21、确定所述几何中心点之间的欧氏距离。
欧氏距离是一个通常采用的距离定义,它是在m维空间中两个点之间的真实距离。在二维空间中的欧氏距离就是两点之间的直线段距离。
S22、获得欧氏距离矩阵最短的解作为对所述封闭空间的排序。
欧氏距离矩阵最短的解表示如何用最短的路径连接所有的几何中心点。几何中心点代表其所在的封闭空间。通过这样的方式可以将封闭空间按照相互的距离由近到远进行排序。具体的,设定初始位置;选择离初始位置最近的几何中心点作为当前原始点;从所述未被选择的几何中心点中,选择一与所述当前原始点欧氏距离最近的几何中心点,作为访问点;以所述访问点为下一所述当前原始点,继续执行上一步骤,直到所有的几何中心点被选择;记录所述几何中心点被选择的先后顺序,作为所述几何中心点所在的封闭空间的排序。
可以参考贪心算法寻找欧氏距离矩阵最短的解,步骤如下:
1.建立每个几何中心点之间的欧氏距离矩阵,每个几何中心点均代其所在的表封闭空间。
2.选择离初始位置最近的几何中心点作为起点。
3.重复下列步骤操作直到访问完所有的封闭空间:访问和最近一次访问的封闭空间欧氏距离最接近的未访问的封闭空间(如有距离相同的封闭空间,则任选其一)。
4.回到开始的封闭空间。
S23、在所述封闭空间的排序之前插入连通封闭空间的路径,以实现对加工所述工件的路径进行排序。
确定完封闭空间的排序后,在排序之前插入连通封闭空间的路径。
S30、通过广义遗传算法对排序后的所述路径进行优化,以获得雕刻工件的雕刻路径。
遗传算法作为一种借鉴了自然界动植物自然选择优胜劣汰策略(NaturalSelection)和遗传物质变异进化机制的随机搜索算法(Random searching algorithms),它不同于大部分的传统算法,传统中的优化算法通常会有一个单一的用作度量或者评估的函数,使用了函数的梯度或较高次统计方法,随机产生一个确定性的试验解序列;遗传算法不依赖于传统的变化率的信息,而是通过数学模拟动植物进化过程来搜索最优解(OptimalSolution),它使用某种编码的方法,将问题编入染色体的数字串,模拟这些串即个体在自然环境中组成种群的进化过程。
遗传算法为了重新组合那些适应性更高的数字串,通过使用种群来实现有组织和随机信息交换的方法,生成新的数字串的组合群体。随着组合优化问题的问题规模的增加,解空间和搜索空间也急剧扩大,有时在目前的PC机上使用穷举法几乎不能求出问题的最优解,对于求解这类问题,若果将此类问题求解满意解或次优解作为答案,将可以降低题目难度。在寻找这种满意解的过程中,遗传算法是最有效的工具之一。经过实验证实,遗传算法可以有效优化组合中的各种NP完全问题。
基本遗传算法可表示为:SGA=(C,E,P0,M,Φ,Γ,Ψ,T)。
式中C为个体的编码规则方法;E为每一个个体的适应度评价函数;P0为初始种群;M为种群数量大小;Φ为选择算子;Γ为交叉算子;Ψ为变异算子;T为终止遗传运算的条件,通常以代数或适应度为指标。其中最重要的三个操作算子是选择、交叉和变异,它们构成了遗传操作的最核心,使遗传算法有别于其他传统优化方法。
具体的,参考图3,步骤S30可以包括如下的具体步骤:
S31、将排序后的所述路径进行编码,以将其映射为基因序列。
在遗传算法中,编码即是将问题映射到数字(基因)序列的过程。本案例采用了整数编码方式,将所有的下刀点(加工封闭区域的起始点)采用正整数编码,同一个工件的不同下刀点分在同一个区。
编码过后,随机产生了多个互相独立的初始串数据作为计算的初始种群,每个独立的基因串结构称为个体数据,全部个体构成了一个群体,即是种群。
S32、对所述种群进行迭代处理。
完成种群生成后,遗传算法从开始迭代,并计算迭代数目。将进化代数计数器设置为参数0;计算终止条件和最大的迭代数参数T=10000;采用随机生成数量为M个个体作为初始种群数P0=200。计算所有下刀点之间的欧氏距离矩阵,随机生成遍历所有点数列,再删去同一个区中的其他点,生成初始化序列。
S33、在每一次迭代中、根据适应度值来确定选择优良的个体。
适应度函数用来评估解的优劣性。计算群体中每代的任意解P(t)中各个个体的适应度,以求路径的最小值。
S34、从所述优良的个体中任意选择两个进行交叉操作,以获得两个新的个体。
在优良的个体中选择两个个体的基因序列,所述基因序列包括第一段序列、第二段序列和第三段序列,将其中一个个体作为复制主体,另一个作为复制客体;将所述复制主体的第二段序列从父代直接复制到子代,作为第一交叉个体的第二段序列;将所述复制客体中、第二段序列中未被复制的元素映射到所述第一交叉个体的第一段序列和第三段序列中;将所述复制客体中、第三段序列中的元素映射到所述第一交叉个体的第一段序列和第三段序列中;交换所述复制主体和复制客体执行上述操作,以获得第二交叉个体。
选择的目的是为了从每一代的解中选择优良的个体,按照轮盘法则来进行选择。使它们有机会作为父代为下一代繁殖子孙。体现优胜略汰的自然选择规律。轮盘法则意思就是根据适应度优劣来决定下一代保留的概率。将初始化生成的种群序列分别计算好各自的适应度,按照适应度大小进行排序,适应度越小,保留概率越大。
交叉操作使用单点交叉算子。在经过选择的步操作后,从种群中任意选择两个个体作为交叉操作的对象,任意选择一个交叉点位置,两个参与交叉操作的个体在交叉点位置互换部分基因码,形成两个全新的子个体,新的子个体组合了其父辈的特性。交叉体现了遗传算法中两个个体遗传信息交换的思想。一般交叉的概率为0.3~0.7。
以下P1和P2为两个序列,假设十位为下刀点编号,个位为下刀点中对应的封闭空间,**为未确定项。
广义遗传算法中使用的交叉操作参考如下步骤:
1.在基因序列中随机选择两个交叉点,并将交叉点之间的基因从父代(P1)直接复制到子代(P3)中。
P1:11,22|33,44,55,66|77,88,99;
P2:41,22|63,72,93,54|12,33,84;
P3:**,**|33,44,55,66|**,**,**;
2.寻找从交叉点之间的父代基因二中(P2)中未被复制的元素72和93。
3.从P2中减去两线段中基因33,44,55,66已经通过的封闭空间,将剩下的元素映射到P1对应的位置中。其中72替代P2中的41,93替代P2中的33。
P3:72,**|33,44,55,66|**,93,**;
4.将P2的12和84映射到P3对应的位置。
P3:72,22|33,44,55,66|12,93,84;
5.将P1与P2交换运行上述步骤可得,
P4:11,22|63,72,93,54|33,88,44。
S35、当所述迭代的次数符合预设条件,则输出最优解作为雕刻路径并终止运算。
设置目标次数作为迭代终止的预设条件;若当前迭代次数小于或等于所述目标次数,则将所述当前迭代次数加一、返回执行对所述种群进行迭代处理的步骤;若当前迭代次数大于所述目标次数,则输出最优解作为雕刻路径并终止运算。
在此基础上,还可以引入变异基因。对一基因序列的元素结进行随机变化,以获得变异基因;将所述变异基因插入所述种群中。
变异操作可以使用一些概率准则对个体基因的某一位参数作出变化,按照自然法则变异发生的概率很低,所以在遗传算法中通常取值很小。一般变异的概率取0.1%。而本例是整数编码,首先随机生成两个变异点,按照基因变异的规律,将变异点之间点基因按照倒序排列,插入到原基因中。
本发明实施例提供了确定工件中每个封闭空间的几何中心点;根据所述几何中心点对加工所述工件的路径进行排序,所述路径用于从一个工件到达另一个工件;通过广义遗传算法对排序后的所述路径进行优化,以获得雕刻工件的雕刻路径的技术方案。此技术方案通过结合贪心算法和遗传算法,对路径进行二次优化,依照二次优化的结果,本方法可以输出新路径,减少了制作工件的路径,提高了生产效率。
实施例二
图4为本发明实施例二提供的一种确定雕刻机雕刻路径的装置的结构示意图。
参照图4,该装置具体包括如下结构:
几何中心点确定模块10,用于确定工件中封闭空间的几何中心点;
路径排序模块20,用于根据所述几何中心点对加工所述工件的路径进行排序,所述路径用于从一个工件到达另一个工件;
雕刻路径获取模块30,用于通过广义遗传算法对排序后的所述路径进行优化,以获得雕刻工件的雕刻路径。
本发明实施例提供了确定工件中每个封闭空间的几何中心点;根据所述几何中心点对加工所述工件的路径进行排序,所述路径用于从一个工件到达另一个工件;通过广义遗传算法对排序后的所述路径进行优化,以获得雕刻工件的雕刻路径的技术方案。此技术方案通过结合贪心算法和遗传算法,对路径进行二次优化,依照二次优化的结果,本方法可以输出新路径,减少了制作工件的路径,提高了生产效率。
在上述实施例的基础上,路径排序模块20包括:
欧氏距离确定子模块,用于确定所述几何中心点之间的欧氏距离;
封闭空间排序子模块,用于获得欧氏距离矩阵最短的解作为对所述封闭空间的排序;
路径排序子模块,用于在所述封闭空间的排序之前插入连通封闭空间的路径,以实现对加工所述工件的路径进行排序。
在上述实施例的基础上,封闭空间排序子模块包括:
初始位置设定单元,用于设定初始位置;
当前原始点选定单元,用于选择离初始位置最近的几何中心点作为当前原始点;
访问点选择单元,用于从所述未被选择的几何中心点中,选择一与所述当前原始点欧氏距离最近的几何中心点,作为访问点;
原始点轮巡单元,用于以所述访问点为下一所述当前原始点,继续执行上一步骤,直到所有的几何中心点被选择;
顺序记录单元,用于记录所述几何中心点被选择的先后顺序,作为所述几何中心点所在的封闭空间的排序。
在上述实施例的基础上,雕刻路径获取模块30包括:
路径编码子模块,用于将排序后的所述路径进行编码,以将其映射为基因序列,全部所述基因序列构成种群;
种群迭代子模块,用于对所述种群进行迭代处理;
个体选择子模块,用于在每一次迭代中、根据适应度值来确定选择优良的个体;
交叉操作子模块,用于从所述优良的个体中任意选择两个进行交叉操作,以获得两个新的个体;
雕刻路径输出子模块,用于当所述迭代的次数符合预设条件,则输出最优解作为雕刻路径并终止运算。
在上述实施例的基础上,交叉操作子模块包括:
基因序列选定单元,用于在优良的个体中选择两个个体的基因序列,所述基因序列包括第一段序列、第二段序列和第三段序列,将其中一个个体作为复制主体,另一个作为复制客体;
基因复制单元,用于将所述复制主体的第二段序列从父代直接复制到子代,作为第一交叉个体的第二段序列;
基因交叉单元,用于将所述复制客体中、第二段序列中未被复制的元素映射到所述第一交叉个体的第一段序列和第三段序列中;
基因映射单元,用于将所述复制客体中、第三段序列中的元素映射到所述第一交叉个体的第一段序列和第三段序列中;
基因再复制单元,用于交换所述复制主体和复制客体执行上述操作,以获得第二交叉个体。
在上述实施例的基础上,还包括:
变异基因获得模块,用于对一基因序列的元素结进行随机变化,以获得变异基因;
编译基因插入模块,用于将所述变异基因插入所述种群中。
在上述实施例的基础上,雕刻路径输出子模块包括:
条件预设单元,用于设置目标次数作为迭代终止的预设条件;
第一条件判断单元,用于若当前迭代次数小于或等于所述目标次数,则将所述当前迭代次数加一、返回执行对所述种群进行迭代处理的步骤;
第二条件判断单元,用于若当前迭代次数大于所述目标次数,则输出最优解作为雕刻路径并终止运算。
上述产品可执行本发明任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。
实施例三
图5为本发明实施例三提供的一种确定雕刻机雕刻路径的设备的结构示意图。如图5所示,该确定雕刻机雕刻路径的设备包括:处理器50、存储器51、输入装置52以及输出装置53。该确定雕刻机雕刻路径的设备中处理器50的数量可以是一个或者多个,图5中以一个处理器50为例。该确定雕刻机雕刻路径的设备中存储器51的数量可以是一个或者多个,图5中以一个存储器51为例。该确定雕刻机雕刻路径的设备的处理器50、存储器51、输入装置52以及输出装置53可以通过总线或者其他方式连接,图5中以通过总线连接为例。该确定雕刻机雕刻路径的设备可以是电脑和服务器等。本实施例以确定雕刻机雕刻路径的设备为服务器进行详细说明,该服务器可以是独立服务器或集群服务器。
存储器51作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明任意实施例所述的确定雕刻机雕刻路径的方法对应的程序指令/模块(例如,确定雕刻机雕刻路径的装置中的几何中心点确定模块10、路径排序模块20和雕刻路径获取模块30)。存储器51可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器51可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器51可进一步包括相对于处理器50远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置52可用于接收输入的数字或者字符信息,以及产生与确定雕刻机雕刻路径的设备的观众用户设置以及功能控制有关的键信号输入,还可以是用于获取图像的摄像头以及获取音频数据的拾音设备。输出装置53可以包括扬声器等音频设备。需要说明的是,输入装置52和输出装置53的具体组成可以根据实际情况设定。
处理器50通过运行存储在存储器51中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的确定雕刻机雕刻路径的方法。
实施例四
本发明实施例四还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种确定雕刻机雕刻路径的方法,包括:
确定工件中每个封闭空间的几何中心点;
根据所述几何中心点对加工所述工件的路径进行排序,所述路径用于从一个工件到达另一个工件;
通过广义遗传算法对排序后的所述路径进行优化,以获得雕刻工件的雕刻路径。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的确定雕刻机雕刻路径的方法操作,还可以执行本发明任意实施例所提供的确定雕刻机雕刻路径的方法中的相关操作,且具备相应的功能和有益效果。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是机器人,个人计算机,服务器,或者网络设备等)执行本发明任意实施例所述的确定雕刻机雕刻路径的方法。
值得注意的是,上述确定雕刻机雕刻路径的装置中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“在一实施例中”、“在又一实施例中”、“示例性的”或“在具体的实施例中”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种确定雕刻机雕刻路径的方法,其特征在于,包括:
确定工件中每个封闭空间的几何中心点;
根据所述几何中心点对加工所述工件的路径进行排序,所述路径用于从一个工件到达另一个工件;
通过广义遗传算法对排序后的所述路径进行优化,以获得雕刻工件的雕刻路径。
2.根据权利要求1所述的方法,其特征在于,所述根据所述几何中心点对加工所述工件的路径进行排序,包括:
确定所述几何中心点之间的欧氏距离;
获得欧氏距离矩阵最短的解作为对所述封闭空间的排序;
在所述封闭空间的排序之前插入连通封闭空间的路径,以实现对加工所述工件的路径进行排序。
3.根据权利要求2所述的方法,其特征在于,所述获得欧氏距离矩阵最短的解作为对所述封闭空间的排序,包括:
设定初始位置;
选择离初始位置最近的几何中心点作为当前原始点;
从所述未被选择的几何中心点中,选择一与所述当前原始点欧氏距离最近的几何中心点,作为访问点;
以所述访问点为下一所述当前原始点,继续执行上一步骤,直到所有的几何中心点被选择;
记录所述几何中心点被选择的先后顺序,作为所述几何中心点所在的封闭空间的排序。
4.根据权利要求1所述的方法,其特征在于,通过广义遗传算法对排序后的所述路径进行优化,以获得雕刻工件的雕刻路径,包括:
将排序后的所述路径进行编码,以将其映射为基因序列,全部所述基因序列构成种群;
对所述种群进行迭代处理;
在每一次迭代中、根据适应度值来确定选择优良的个体;
从所述优良的个体中任意选择两个进行交叉操作,以获得两个新的个体;
当所述迭代的次数符合预设条件,则输出最优解作为雕刻路径并终止运算。
5.根据权利要求4所述的方法,其特征在于,所述从所述优良的个体中任意选择两个进行交叉操作,以获得两个新的个体,包括:
在优良的个体中选择两个个体的基因序列,所述基因序列包括第一段序列、第二段序列和第三段序列,将其中一个个体作为复制主体,另一个作为复制客体;
将所述复制主体的第二段序列从父代直接复制到子代,作为第一交叉个体的第二段序列;
将所述复制客体中、第二段序列中未被复制的元素映射到所述第一交叉个体的第一段序列和第三段序列中;
将所述复制客体中、第三段序列中的元素映射到所述第一交叉个体的第一段序列和第三段序列中;
交换所述复制主体和复制客体执行上述操作,以获得第二交叉个体。
6.根据权利要求4所述的方法,其特征在于,从所述优良的个体中任意选择两个进行交叉操作,以获得两个新的个体之后,还包括:
对一基因序列的元素结进行随机变化,以获得变异基因;
将所述变异基因插入所述种群中。
7.根据权利要求4所述的方法,其特征在于,所述当所述迭代的次数符合预设条件,则输出最优解作为雕刻路径并终止运算,包括:
设置目标次数作为迭代终止的预设条件;
若当前迭代次数小于或等于所述目标次数,则将所述当前迭代次数加一、返回执行对所述种群进行迭代处理的步骤;
若当前迭代次数大于所述目标次数,则输出最优解作为雕刻路径并终止运算。
8.一种确定雕刻机雕刻路径的装置,其特征在于,包括:
几何中心点确定模块,用于确定工件中封闭空间的几何中心点;
路径排序模块,用于根据所述几何中心点对加工所述工件的路径进行排序,所述路径用于从一个工件到达另一个工件;
雕刻路径获取模块,用于通过广义遗传算法对排序后的所述路径进行优化,以获得雕刻工件的雕刻路径。
9.一种确定雕刻机雕刻路径的设备,其特征在于,包括:存储器、具有触摸功能的显示屏以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的确定雕刻机雕刻路径的方法。
10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的确定雕刻机雕刻路径的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011405836.1A CN112518752A (zh) | 2020-12-04 | 2020-12-04 | 一种确定雕刻机雕刻路径的方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011405836.1A CN112518752A (zh) | 2020-12-04 | 2020-12-04 | 一种确定雕刻机雕刻路径的方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112518752A true CN112518752A (zh) | 2021-03-19 |
Family
ID=74996964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011405836.1A Pending CN112518752A (zh) | 2020-12-04 | 2020-12-04 | 一种确定雕刻机雕刻路径的方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112518752A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101284326A (zh) * | 2008-05-28 | 2008-10-15 | 上海宝业机电科技有限公司 | 一种数控切割机一刀割工艺 |
US20090319465A1 (en) * | 2008-06-18 | 2009-12-24 | Reneses Asenjo Ignacio | Method for solving optimization problems in structured combinatorial objects |
CN106125671A (zh) * | 2016-07-25 | 2016-11-16 | 广东省自动化研究所 | 一种多类图元混合加工路径优化方法 |
CN110968039A (zh) * | 2019-12-17 | 2020-04-07 | 上海维宏电子科技股份有限公司 | 应用于激光切割数控加工的图形切割排序处理方法 |
CN111753350A (zh) * | 2020-07-07 | 2020-10-09 | 武汉久同智能科技有限公司 | 一种基于贪心算法的切割路径生成方法 |
-
2020
- 2020-12-04 CN CN202011405836.1A patent/CN112518752A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101284326A (zh) * | 2008-05-28 | 2008-10-15 | 上海宝业机电科技有限公司 | 一种数控切割机一刀割工艺 |
US20090319465A1 (en) * | 2008-06-18 | 2009-12-24 | Reneses Asenjo Ignacio | Method for solving optimization problems in structured combinatorial objects |
CN106125671A (zh) * | 2016-07-25 | 2016-11-16 | 广东省自动化研究所 | 一种多类图元混合加工路径优化方法 |
CN110968039A (zh) * | 2019-12-17 | 2020-04-07 | 上海维宏电子科技股份有限公司 | 应用于激光切割数控加工的图形切割排序处理方法 |
CN111753350A (zh) * | 2020-07-07 | 2020-10-09 | 武汉久同智能科技有限公司 | 一种基于贪心算法的切割路径生成方法 |
Non-Patent Citations (1)
Title |
---|
侯媛彬等: "基于贪心-遗传算法的混合轨迹加工走刀空行程路径优化", 《机械工程学报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6033668B2 (ja) | Cam装置及び製品形状加工方法 | |
CN101893873B (zh) | 产生用于控制机床上的刀具的控制数据的方法和装置 | |
CN104040444B (zh) | 用于生成和仿真物体的模型的计算机程序产品和方法 | |
JPH0766290B2 (ja) | 工具経路生成方法 | |
US10564626B2 (en) | Planning of computer numerical control (CNC) machining operations with the aid of a digital computer | |
WO2014045383A1 (ja) | 加工工程決定方法および加工工程設計装置 | |
TWI747214B (zh) | 鑽孔方法及鑽孔機 | |
JP4512754B2 (ja) | 工程設計支援システム及び工程設計支援方法 | |
Patil et al. | An intelligent feature-based process planning system for prismatic parts | |
CN104698982A (zh) | 步进型cnc系统与加工文件的生成方法、实时控制方法 | |
CN112486613A (zh) | 工程项目Web端施工进度管理方法、装置及可读存储介质 | |
CN103197605A (zh) | 基于标准模板和表达式驱动的齿轮滚削cnc自动编程方法 | |
CN114660994A (zh) | 一种数控机床加工工艺决策优化方法、系统及相关设备 | |
CN115702403A (zh) | 用于制造工件的最优工具配置 | |
JP3913352B2 (ja) | 加工工程の決定方法 | |
Kumar et al. | Generation of optimal sequence of machining operations in setup planning by genetic algorithms | |
CN108333937B (zh) | 一种用于多轴联动机床的轮廓加工方法 | |
Jeba Singh* et al. | Feature-based design for process planning of machining processes with optimization using genetic algorithms | |
CN111948977B (zh) | 一种用于不锈钢加工的多目标优化方法和系统 | |
CN112518752A (zh) | 一种确定雕刻机雕刻路径的方法、装置、设备和存储介质 | |
Fu et al. | A graph grammar based approach to automated manufacturing planning | |
JP2011025394A (ja) | 最適工程決定装置および最適工程決定方法 | |
JP2004237441A (ja) | 最適化装置、制御プログラム生成装置、プログラム | |
JP2012014601A (ja) | 加工シミュレーション装置および最適工程決定装置 | |
CN112947307A (zh) | 高速切削加工工件表面形貌的控制方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210319 |
|
RJ01 | Rejection of invention patent application after publication |