CN112712303A - 加工工艺数字化规划方法及软件平台 - Google Patents

Abstract

本发明提供了一种加工工艺数字化规划方法及软件平台，属于零部件机械加工领域，包括主系统获取待加工零件的加工图纸，并生成与待加工零件的特征对应的特征简历；三维仿真系统根据特征简历和工艺数据库的工艺方法生成至少一种与待加工零件对应的工艺方法建模，并进行干涉验证；算法系统根据预设算法对特征简历中的特征进行运算，并对三维仿真系统验证后的工艺方法建模进行筛选得到理论加工流程；三维仿真系统根据理论加工流程进行虚拟调试，得到当前加工流程；工艺文件生成系统根据当前加工流程输出提供给机床的与待加工零件对应的目标工艺文件。通过本申请的处理方案，从工艺设计源头上将信息进行数字化，实现了全流程数字化、智能化机械加工。

Description

加工工艺数字化规划方法及软件平台

技术领域

本发明涉及零部件机械加工领域，具体涉及一种加工工艺数字化规划方法及软件平台。

背景技术

随着科技水平的不断提高，制造业对生产效率、灵活性都提出较高要求，企业追求高效地将设计图纸转化为成品，增加从需求到生产的柔性化。而传统生产模式死板，人工干预多，显然无法满足企业高效生产的要求。传统生产模式主要集中工艺数字化这一过程，即、在已知产品参数、工艺流程的情况下将工艺规划中的各种信息转换为数据，进而进行工艺的编排。其中多数研究的重点在于如何对已有的工艺进行数字化，但这些方案仍然需要大量的人工操作，智能化程度较低，且容易出现人为失误。市场上急需一种将工艺设计源头数字化的成熟技术。

发明内容

因此，为了克服上述现有技术的缺点，本发明提供了一种从工艺设计源头上将信息进行数字化，实现了由产品设计源头信息到最终落地生产的全流程数字化、智能化机械加工的加工工艺数字化规划方法及软件平台。

为了实现上述目的，本发明提供一种加工工艺数字化规划软件平台，包括：包括主系统、三维仿真系统、算法系统和工艺文件生成系统，所述主系统获取待加工零件的加工图纸，并提取所述加工图纸的图纸信息；对所述图纸信息进行处理计算，生成与所述待加工零件的特征对应的特征简历；所述特征简历是由所述待加工零件的特征名称及参数组成的；所述三维仿真系统根据所述特征简历和工艺数据库的工艺方法生成与所述待加工零件对应的至少一种工艺方法建模，并进行干涉验证；所述算法系统根据预设算法对所述特征简历中的特征进行运算，并对所述三维仿真系统验证后的所述工艺方法建模进行筛选得到理论加工流程；所述三维仿真系统根据所述理论加工流程进行虚拟调试，得到与所述待加工零件对应的当前加工流程；所述工艺文件生成系统根据所述当前加工流程输出提供给机床的与所述待加工零件对应的目标工艺文件。

在其中一个实施例中，所述主系统包括工艺数据库、图纸处理模块、特征简历生成模块、工艺方案推导模块、模型参数获取模块、方法参数获取模块及工艺编排模块，所述工艺数据库用于存储工艺方案，至少包括工艺流程、切削深度、切削面积、刀具建模尺寸参数信息、刀具加工参数；所述图纸处理模块接收待加工零件的加工图纸，并识别所述加工图纸的图纸类型，将所述加工图纸发送给与所述图纸类型对应的特征简历生成模块；所述特征简历生成模块识别所述加工图纸中的特征并生成特征简历；所述工艺方案推导模块根据所述特征简历，将特征进行分类，并根据分类和工艺数据库中的工艺方法数据进行匹配，生成对应的待核验工艺方法；所述模型参数获取模块用于获取与所述特征简历对应的原胚参数、刀具总成参数、夹具三维模型参数、机床三维模型参数及四者之间的树形关系，以便提供给三维仿真系统；所述方法参数获取模块用于根据生成的所述待核验工艺方法生成特征测量要求，并提供给三维仿真系统；所述工艺编排模块用于至少根据优化目标、项目信息获取约束条件发送到算法系统。

在其中一个实施例中，所述特征简历生成模块包括：数据转换单元，用于根据接口模块将从加工图纸中提取的特征转化为数字数据；数据分类单元，用于将所述数字数据分类分为零件特征参数、工艺特征参数、三维空间参数以及各参数之间的相关系数；简历生成单元，用于对分类后的所述数字数据进行重组和计算，生成特征简历。

在其中一个实施例中，所述图纸处理模块包括：图纸辅助标注单元，用于将所述加工图纸进行分块，将不同信息的部分用图框截取并分类；神经网络单元，用于通过神经网络对分块后的所述加工图纸的图纸图形进行识别，并提取相关信息；图形库，用于提供特征的图形数据，训练所述神经网络的识别效率；特征信息提取单元，用于将所述神经网络单元提取的离散信息和待加工零件的每个特征整合，并和每个特征的图纸要素做关联。

在其中一个实施例中，所述三维仿真系统包括：参数化建模模块，用于根据所述原胚参数、所述刀具总成参数、所述夹具三维模型参数、所述机床三维模型参数分别进行原胚、刀具总成、夹具和机床的建模；动态仿真模块，用于根据原胚参数、刀具总成参数、夹具三维模型参数及三者之间的树形关系和所述待核验工艺方法生成加工流程，并对生成的加工流程进行干涉验证，输出通过干涉验证的工艺方法建模；NC程序生成模块，用于根据所述算法系统提供的所述理论加工流程调用所述刀具总成、所述机床、夹具的模型，生成与所述特征简历对应的刀具加工路径，并根据所述刀具加工路径生成可供机床直接使用的NC程序；CMM程序生成模块，用于根据所述理论加工流程以及特征测量要求，结合工件3D模型、客户CMM型号生成与CMM测量路径对应的CMM程序；虚拟调试模块，用于根据所述NC程序和所述原胚、刀具总成、夹具和机床的建模进行虚拟仿真，采用CMM程序对由所述理论加工流程得到的实际切削零件进行核验，得到与所述待加工零件对应的当前加工流程。

在其中一个实施例中，所述NC程序生成模块包括：初始加工路径生成单元，用于结合路径数据库和避障算法生成初始刀具路径；加工路径优化单元，用于对每个工序的加工路径进行优化处理，以节省加工节拍；NC程序生成单元，用于根据所述加工路径生成可供机床直接使用的NC程序。

在其中一个实施例中，所述算法系统包括：工艺方法获取模块，用于获取所述工艺方法建模以及与所述优化目标、所述项目信息对应的约束条件；数据预处理模块，用于对所述工艺方法建模进行数据预处理，并根据所述约束条件对所述工艺方法建模进行筛选；优化算法模块，用于对预处理后的所述工艺方法建模基于所述优化目标进行优化求解，并生成满足所述优化目标的解，筛选得到理论加工流程。

在其中一个实施例中，所述算法系统还包括：自学习系统模块，用于对工艺数据库的工艺方法进行机器学习，得到所述优化算法模块中的工艺优化算法。

在其中一个实施例中，所述加工工艺数字化规划软件平台还包括客户定制系统，所述客户定制系统，用于接收客户提供的零件参数和工艺参数，并将所述零件参数和工艺参数提供给所述三维仿真系统；所述三维仿真系统根据所述零件参数和所述三维参数生成与所述待加工零件对应的立体建模，并进行干涉验证。

本发明提供一种加工工艺数字化规划方法，包括：获取待加工零件的加工图纸，并提取所述加工图纸的图纸信息；对所述图纸信息进行处理计算，生成与所述待加工零件的特征对应的特征简历；所述特征简历是由所述待加工零件的特征名称及参数组成的；根据所述特征简历和工艺数据库的工艺方法生成与所述待加工零件对应的至少一种工艺方法建模，并进行干涉验证；根据预设算法对所述特征简历中的特征进行运算，并对所述三维仿真系统验证后的所述工艺方法建模进行筛选得到理论加工流程；根据所述理论加工流程进行虚拟调试，得到与所述待加工零件对应的当前加工流程；根据所述当前加工流程输出提供给机床的与所述待加工零件对应的目标工艺文件。

与现有技术相比，本发明的优点在于：从工艺设计源头上将信息进行数字化，根据数字化的信息对待加工零件的特征进行分类，利用工艺数据库的工艺方法，对特征进行加工方案匹配，并输出刀具、夹具建模信息，利用3D仿真环境对生成的方案进行仿真确认；采用算法进行工艺自动编排，对工艺方法建模进行筛选得到理论加工流程，根据生成的理论加工流程自动生成NC程序及CMM程序，并将加工的结果反馈并自动调整NC程序，不仅实现了由产品设计源头信息到最终落地生产的全流程数字化、智能化，还减少了三维仿真系统的处理量，提高了产品设计效率和输出效率，并缩短了产品设计时间。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例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的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本发明的实施例中数字化工艺规划平台的结构框图；

图2是本发明的实施例中数字化工艺规划方法的流程示意图；

图3是本发明的实施例中主系统的结构框图；

图4是本发明的实施例中图纸处理模块的结构框图；

图5是本发明的实施例中图纸处理方法的流程示意图。

具体实施方式

下面结合附图对本申请实施例进行详细描述。

以下通过特定的具体实例说明本申请的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。本申请还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本申请的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本申请中的实施例，本领域普通技术人员在没有作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。

要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本申请，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目和方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。

还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本申请的基本构想，图式中仅显示与本申请中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践方面。

如图1所示，本申请实施例提供一种加工工艺数字化规划软件平台100包括主系统10、三维仿真系统20、算法系统30和工艺文件生成系统40。在本实施例中各系统可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

主系统10用于获取待加工零件的加工图纸，并提取加工图纸的图纸信息；对图纸信息进行处理计算，生成与待加工零件的特征对应的特征简历。主系统10与三维仿真系统20、算法系统30和工艺文件生成系统40分别通信连接；三维仿真系统20、算法系统30和工艺文件生成系统40之间可以通信连接，也可以不通信连接。特征简历是由待加工零件的特征名称及参数组成的。根据特征简历，可以复刻待加工零件。

加工图纸可以是二维或三维图纸（2/3D图纸）。加工图纸可以是存储在主系统10所在的服务器上的，也可以是主系统通过与服务器连接的网络接收到的。主系统可以先判定图纸对应的维度类型，而后从加工图纸中提取加工图纸的图纸信息。主系统对提取的图纸信息进行处理计算，生成与待加工零件的特征对应的特征简历。图纸的类型不同，主系统用于提取加工图纸信息的提取模块可以不同。

三维仿真系统20用于根据特征简历和工艺数据库的工艺方法生成至少一种与待加工零件对应的工艺方法建模，并进行干涉验证；三维仿真系统还可以根据理论加工流程进行虚拟调试，得到与待加工零件对应的当前加工流程。

三维仿真系统20为整个平台提供3D技术支持，包括三维图纸查看编辑、参数化建模、动态干涉仿真、加工路径仿真、NC程序生成、CMM程序生成、虚拟仿真等功能。通过3D仿真系统与数字化工艺平台的主系统之间的信息交互，可以实现数字化工艺的智能生产规划。三维仿真系统20可以包括NX系统、Catia系统、国产3D系统接口模块等。三维仿真系统20不仅可以生成各部件的3D建模；还可以通过动态干涉仿真负责对零件各个特征的每个加工工步进行工件、夹具、刀具三者的动态干涉检查（带走刀路径）；或者可以采用虚拟仿真根据理论加工流程进行虚拟调试，得到与待加工零件对应的当前加工流程。

算法系统30用于根据预设算法对特征简历中的特征进行运算，并对三维仿真系统验证后的工艺方法建模进行筛选得到理论加工流程。

算法系统30从机械加工数字化平台的主系统10中获取约束条件等数据，并根据输入的约束条件优先级进行处理，并对三维仿真系统验证后的工艺方法建模进行约束预处理，将有约束矛盾的具体反馈给上位机，上位机可以对不符合约束条件的工艺方法建模直接调整。算法系统可以对完成约束检查和调整的数据进行优化求解，得到理论加工流程，求解正常则将数据输出到结果，求解异常则将详细报错输出给人工调整。

工艺文件生成系统40用于根据当前加工流程输出提供给机床的与待加工零件对应的目标工艺文件。工艺文件生成系统40可以根据当前加工流程生成刀具行走的NC程序目标工艺文件；还可以根据当前加工流程以及特征测量要求，结合待加工零件的工件3D模型、客户CMM型号，生成与CMM测量路径对应的CMM程序目标工艺文件等；还可以根据当前加工流程以及特征测量要求生成规章管理文件等。

如图2所示，工艺文件生成的流程图如下：

步骤101，获取待加工零件的加工图纸，并提取加工图纸的图纸信息；对图纸信息进行处理计算，生成与待加工零件的特征对应的特征简历；

步骤102，根据特征简历和工艺数据库的工艺方法生成至少一种与待加工零件对应的工艺方法建模，并进行干涉验证；

步骤103，根据预设算法对特征简历中的特征进行运算，并对三维仿真系统验证后的工艺方法建模进行筛选得到理论加工流程；

步骤104，根据理论加工流程进行虚拟调试，得到与待加工零件对应的当前加工流程；

步骤105，根据当前加工流程输出提供给机床的与待加工零件对应的目标工艺文件。

上述加工工艺数字化规划软件平台，从工艺设计源头上将信息进行数字化，根据数字化的信息对待加工零件的特征进行分类，利用工艺数据库的工艺方法，对特征进行加工方案匹配，并输出刀具、夹具建模信息，利用3D仿真环境对生成的方案进行仿真确认；采用算法进行工艺自动编排，对工艺方法建模进行筛选得到理论加工流程，根据生成的理论加工流程自动生成NC程序及CMM程序，并将加工的结果反馈并自动调整NC程序，不仅实现了由产品设计源头信息到最终落地生产的全流程数字化、智能化，还减少了三维仿真系统的处理量，提高了产品设计效率和输出效率，并缩短了产品设计时间。

在其中一个实施例中，如图3所示，主系统10包括工艺数据库11、图纸处理模块12、特征简历生成模块13、工艺方案推导模块14、模型参数获取模块15、方法参数获取模块16及工艺编排模块17。

工艺数据库11用于存储工艺方案，至少包括工艺流程、切削深度、切削面积、刀具建模尺寸参数信息、刀具加工参数。工艺方法库可以与特征类型识别模块中的特定编号对应，以特征信息为驱动，存储有工艺方案、切削深度、切削面积、刀具建模尺寸参数信息、刀具加工参数、刀具价格等。

工艺数据库11可以包含多个子数据库：刀具方案子数据库、加工方案子数据库、刀具参数化建模子数据库、夹具参数化建模子数据库、动态干涉仿真数据子数据库。

刀具方案子数据库可以包含刀具建模驱动参数，刀具加工模板参数，刀具价格计算模板等一系列数据。该库内存储有刀具模板、刀片模型、刀柄模型、刀刃等数据。

加工方案子数据库可以为每个图纸维度类别的特征提供可选的加工方案，包括实例化的刀具建模参数，刀具加工参数，刀具价格，刀尖位置以及加工方向等。该加工方案子数据库还包含优先资源表单和优先方案表单，可以根据图纸的特征优先选择这些表单中的方案。

刀具参数化建模子数据库存储有各种加工方案中的刀具建模参数，以便实现刀具参数化建模。

夹具参数化建模子数据库存储有各种加工方案中的夹具建模参数，以便实现夹具参数化建模。

动态干涉仿真数据子数据库存储有产品3D模型、特征、刀具总成模型、夹具模型以及特征，刀具，夹具的三者的结构树信息。

图纸处理模块12用于接收待加工零件的加工图纸，并识别加工图纸的图纸类型，将加工图纸发送给与图纸类型对应的特征简历生成模块。

图纸处理模块12用于接收待加工零件的加工图纸（包括2D&3D），并将3D图纸对3D特征简历生成模块下发，调用3D特征简历生成模块的标注工具以及信息提取工具；将2D图纸对2D特征简历生成模块下发，调用2D特征简历生成模块的信息提取工具。

特征简历生成模块13用于识别加工图纸中的特征并生成特征简历。特征简历生成模块13接收图纸处理模块12发送的加工图纸并对加工图纸进行特征提取，将提取的特征信息进行处理生成与图纸的特征对应的特征简历。特征简历可以分为特征大类分类区域、工艺信息区域、三维空间信息区域和PMI标注信息区域。

特征大类分类区域对应特征的大类分类信息，例如孔、平面、槽、圆弧面等。

工艺信息区域对特征的工艺信息进行了预处理，例如孔的长径比，最大直径，最小公差等。

三维空间信息区域对应特征的三维空间信息，包括特征空间位置，空间向量等。

PMI标注信息区域对应特征的PMI标注信息，例如孔的直径大小，公差，位置度等。

工艺方法数据携带有工艺流程、流程参数以及在工艺流程中所使用的各项刀具、夹具、机床等参数。工艺方案推导模块14用于根据特征简历，将特征进行分类，并根据分类和工艺数据库中的工艺方法数据进行匹配，生成对应的待核验工艺方法。工艺方案推导模块14把特征简历的各种数据和工艺数据库中的工艺方法数据，整合起来自动生成对应的待核验工艺方法。工艺方案推导模块14可以在工艺数据库中查询可以生成特征简历中的特征的工艺方法数据，工艺方案推导模块14可以根据特征查找多个工艺方法数据，确定工艺方法数据包含的所有特征，计算各工艺方法数据中的所有特征与特征简历的相似度，选中相似度值最大的工艺方法数据生成对应的待核验工艺方法。工艺方案推导模块14也可以根据特征查找多个工艺方法数据，然后将多个工艺方法数据整合起来自动生成对应的待核验工艺方法。

模型参数获取模块15用于获取与特征简历对应的原胚参数、刀具总成参数、夹具三维模型参数、机床三维模型参数及四者之间的树形关系，以便提供给三维仿真系统。模型参数获取模块15可以获取各类数据提供给三维仿真系统生成可供机床直接使用的NC程序；也可以获取工艺编排结果生成特征测量要求，将特征、特征所需测量内容之间的树形关系结合客户CMM型号信息，提供给三维仿真系统生成CMM测量程序。模型参数获取模块15可以获取每道工序的机床信号，AB轴信息，控制信号以及客户需求模板等。模型参数获取模块15还可以读取机床的PLC数据。

方法参数获取模块16用于根据生成的待核验工艺方法生成特征测量要求，并提供给三维仿真系统。

工艺编排模块17用于至少根据优化目标、项目信息获取约束条件发送到算法系统。工艺编排模块17根据不同的优化目标（例如成本最优，节拍最均衡等）获取各类约束条件，并将工艺方案推导模块14所生成的结构化数据、项目信息、客户额外要求等信息发送给算法系统。

在其中一个实施例中，特征简历生成模块包括数据转换单元、数据分类单元和简历生成单元。

数据转换单元，用于根据接口模块将从加工图纸中提取的特征转化为数字数据。

数据分类单元，用于将数字数据分类分为零件特征参数、工艺特征参数、三维空间参数以及各参数之间的相关系数。

简历生成单元，用于对分类后的数字数据进行重组和计算，生成特征简历。

在其中一个实施例中，如图4所示，图纸处理模块12包括图纸辅助标注单元121、神经网络单元122、图形库123和特征信息提取单元124。

图纸辅助标注单元121，用于将加工图纸进行分块，将不同信息的部分用图框截取并分类。图纸辅助标注单元121用于将非结构化的纸质、2D图纸进行分块，将不同信息的部分用图框截取并分类，辅助视觉系统高效识别和提取信息。图纸辅助标注单元121对图纸进行快速预标注，获得图纸中所有标注部分的框图，然后将框图输入神经网络单元122。图纸格式包括光栅格式、PDF格式等。

神经网络单元122，用于通过神经网络对分块后的加工图纸的图纸图形进行识别，并提取相关信息。神经网络单元122通过图形库123中的图形数据，训练神经网络的识别效率。神经网络单元122可以对被选取的需要识别的目标区域进行特征提取，目标区域通常是一个零件的某个特征，选取好后自动与模型库里的特征模型进行匹配：利用神经网络和机器学习等人工智能手段，识别选取区域的特征模型，将待匹配的模型与模型库里已有的模型作比较，其中相似率最高的作为选定的模型，完成匹配。神经网络单元122可以通过匹配算法和模板数据库对模型特征信息进行信息提取和标注，包括尺寸信息及其相应的公差信息如长度、角度、直径等，同时也包括相关的形状公差、位置度公差、相关基准以及配合公差的要求等特征信息。

图形库123，用于提供特征的图形数据，训练神经网络的识别效率。

特征信息提取单元124，用于将神经网络单元提取的离散信息和待加工零件的每个特征整合，并和每个特征的图纸要素做关联。整个图纸提取需要的周期仅为1h。特征信息提取单元124将神经网络单元122提取的尺寸信息及其相应的公差信息如长度、角度、直径、形状公差、位置度公差、相关基准以及配合公差的要求、PMI信息，特征3D信息，工艺信息等特征信息提取出来反馈给数字化工艺平台的主系统10。主系统10将信息提供给三维仿真系统。PMI信息（Product Manufacturing Information，产品制造信息）包含产品所有特征的加工信息。

如图5所示，图纸提取的流程示意图如下：

将图纸输入到系统中；

神经网络单元122可以对被选取的需要识别的目标区域进行特征提取，提取的特征自动与模型库里的特征模型进行匹配；

确认是否匹配有误，匹配错误的情况分为两种：若模型库中不存在对应的模型，添加该模型并存储至模型库；若模型库中已有该模型，则返回上一步，重新选取区域；

匹配无误后进行自动提取标注信息，提取图纸中的关键信息，包括尺寸信息、加工制造信息等，生成结构化的表单。

在其中一个实施例中，三维仿真系统包括参数化建模模块、动态仿真模块、NC程序生成模块、CMM程序生成模块、虚拟调试模块。

参数化建模模块，用于根据原胚参数、刀具总成参数、夹具三维模型参数、机床三维模型参数分别进行原胚、刀具总成、夹具和机床的建模。参数化建模模块通过从数字化工艺平台的主系统10中接收刀具建模尺寸信息以及可选用刀柄信息和相关的概念夹具建模等特征信息表单，并进行刀具和夹具的参数化建模。刀具参数化建模是根据已生成的刀具建模参数进行刀具参数化建模，生成对应的刀具3D图纸并进行刀柄装配，生成对应的刀具总成。夹具参数化建模是根据输入的定位，夹紧信息进行夹具参数化建模，生成对应的夹具3D模型。

动态仿真模块，用于根据原胚参数、刀具总成参数、夹具三维模型参数及三者之间的树形关系和待核验工艺方法生成加工流程。动态仿真模块可以根据产品的3D模型、刀具总成模型、夹具模型，在三维环境下完成加工路径自动生成，并对每个特征的每个加工工步进行工件、夹具、刀具三者的动态进行批量干涉仿真，并将通过干涉验证的工艺方法建模反馈给数字化工艺平台的主系统并由其生成加工流程。理论上，根据动态仿真模块生成的工艺方法建模可以生成对应的特征。

NC程序生成模块，用于根据算法系统提供的理论加工流程生成与特征简历对应的刀具加工路径，并根据刀具加工路径生成可供机床直接使用的NC程序。NC程序（NumericalControl Program，数字控制程序）是数字信息控制机械控制器能识别的代码。虚拟调试模块根据NC程序中的刀具加工路径，可以控制刀具总成、夹具和机床对原胚进行切割，得到待加工零件的实际切削零件。机床可以根据算法系统生成的理论加工流程得到的NC程序，生成待加工零件，但是待加工零件的精度无法满足客户需求。通过虚拟调试模块对理论加工流程中的各项工作参数进行细微的调试，即可使精度满足客户需求。

CMM程序生成模块，用于根据待核验工艺方法以及特征测量要求，结合工件3D模型、客户CMM型号生成与CMM测量路径对应的CMM程序。CMM程序（Coordinate MeasuringMachine Program，三坐标测量机），三坐标测量机的功能是快速准确地评价尺寸数据，为操作者提供关于生产过程状况的有用信息，将被测物体置于三坐标测量空间，可获得被测物体上各测点的坐标位置，根据这些点的空间坐标值，经计算求出被测物体的几何尺寸、形状和位置。CMM机对实际切削零件进行测量，并将测量到的尺寸等参数值提供给虚拟调试模块。

虚拟调试模块，用于根据NC程序和原胚、刀具总成、夹具和机床的建模进行虚拟仿真，采用CMM程序对由理论加工流程得到的实际切削零件进行核验，得到与待加工零件对应的当前加工流程。虚拟调试模块可以从主系统中获得更新的NC程序以及CMM机测量得到的尺寸等参数值，结合读取的与NC程序对应的机床PLC数据，进行NC代码的虚拟仿真，可以将结果满足要求的返回信息给主系统，结果不满足要求的返回问题信息给主系统。虚拟调试干涉检查通过后，主系统可以将更新的NC程序发送给测试机床进行原胚试切。

上述加工工艺数字化规划软件平台，通过3D仿真系统与数字化工艺主系统之间的信息交互，为整个平台系统提供3D技术支持，实现数字化工艺的智能生产规划；而且通过产品PMI智能标注和信息提取以及对特征类型进行识别，丰富特征信息，由人工读取转为自动化提取，确保数据传递的准确性杜绝人为错误；利用特征数据驱动，自动创立刀具和夹具的3D模型，并对每个特征和工序的加工路径进行干涉检查，无需人工创建和一一查对；利用3D仿真系统不仅可以满足加快产品更新换代、大规模个性化定制的需求，并且采用数据驱动，为传统制造业进行数字赋能，加快数字化工艺规划技术，服务制造业转型升级，有效解决现有生产技术中存在的数据来源多、知识要求高、需要多人员配合等工艺规划数字化智能化的难点问题。

在其中一个实施例中，NC程序生成模块包括初始加工路径生成单元、加工路径优化单元和NC程序生成单元。初始加工路径生成单元，用于结合路径数据库和避障算法生成初始刀具路径。加工路径优化单元，用于对每个工序的加工路径进行优化处理，以节省加工节拍。NC程序生成单元，用于根据加工路径生成可供机床直接使用的NC程序。

在其中一个实施例中，算法系统包括工艺方法获取模块、数据预处理模块、优化算法模块和结果输出模块。

工艺方法获取模块，用于获取工艺方法建模以及与优化目标、项目信息对应的约束条件。

数据预处理模块，用于对工艺方法建模进行数据预处理，并根据约束条件对工艺方法建模进行筛选。数据预处理模块可以将有明显矛盾的约束进行报错，供人为干预调整。数据预处理模块可以按照预定条件对工艺方法建模进行筛选。预定条件可以是对输入的约束优先级按照级别高低进行处理，当级别高的约束条件和级别低的约束条件有冲突时，遵循级别高的约束条件而忽略级别低的约束条件；预定条件也可以是在算法主体开始运行前，对整体约束条件进行预检，将互相矛盾的约束条件反馈到数字化工艺主系统的人机交互系统。

优化算法模块，用于对预处理后的工艺方法建模基于优化目标进行优化求解，并生成满足优化目标的解。优化算法模块对预处理后的数据基于不同的优化目标进行优化求解，并生成满足优化目标的解，筛选得到理论加工流程。优化算法模块可以包含无解报错子系统，其主要功能是将在算法运行过程中的报错具体信息反馈到数字化工艺主系统，供其人机交互系统进行处理。优化算法可以是遗传算法、蚁群算法等具有优化性能的算法。

在其中一个实施例中，算法系统还包括：自学习系统模块，用于对工艺数据库的工艺方法进行机器学习得到优化算法模块中的工艺优化算法。自学习系统模块可以包含知识萃取单元和机器学习单元。

知识萃取单元可以对现有平台的数据进行知识萃取，并转变为适合机器学习的数据结构。知识萃取单元主要包含模糊匹配子单元和规则萃取子单元。模糊匹配子单元是通过计算可将同类产品的具体特征通过模糊匹配进行归类。规则萃取子单元是根据生成的工艺方案，反向提取其中的工艺规则。

机器学习单元对萃取的知识进行机器训练和模型开发，继而优化算法的性能。机器学习单元主要分为模型开发训练子单元，评估仿真子单元，发布更新子单元。模型开发训练子单元构建机器学习模型，并利用数据对其进行训练。评估仿真子单元对模型开发训练子单元的计算结果进行仿真评估，评估达到一定标准，才能进入发布阶段。发布更新子单元对达到评估标准的模型进行系统发布，并替代平台中的现有算法。

上述加工工艺数字化规划软件平台，可以通过完整的数字化工艺生成算法系统，接收工艺方案推导系统所生成的结构化数据，根据不同的优化目标（例如成本最优，节拍最均衡等），生成最优的工艺方案。而且还可以有效解决或缓解了现有技术中存在的工艺优化对象范围小、约束条件有限、优化目标单一的问题；并且在工艺优化前增加数据预处理模块，可以将有明显矛盾的约束进行报错，供人为干预调整，使系统的鲁棒性更好，人机交互性好；使用自学习系统对数据库中的数据进行自学习，提高算法的性能并不断降低对人工数据的要求。其中自学习系统可以对现有平台的数据进行知识萃取，并转变为适合机器学习的数据结构，使系统具有持续优化性。

在其中一个实施例中，加工工艺数字化规划软件平台还包括客户定制系统，客户定制系统用于接收客户提供的零件参数和工艺参数，并将零件参数和工艺参数提供给三维仿真系统；三维仿真系统根据零件参数和三维参数生成与待加工零件对应的立体建模，并进行干涉验证。

在一个实施例中，加工工艺数字化规划软件平台100还可以包含用户中心、交易中心和服务中心。用户中心对用户信息进行维护和展现。交易中心提供一个交易平台，供客户处理交易相关的活动。服务中心对用户的其他非零件制造的需求提供服务。

以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种加工工艺数字化规划软件平台，其特征在于，包括主系统、三维仿真系统、算法系统和工艺文件生成系统，

所述主系统获取待加工零件的加工图纸，并提取所述加工图纸的图纸信息；对所述图纸信息进行处理计算，生成与所述待加工零件的特征对应的特征简历；所述特征简历是由所述待加工零件的特征名称及参数组成的；

所述三维仿真系统根据所述特征简历和工艺数据库的工艺方法生成与所述待加工零件对应的至少一种工艺方法建模，并进行干涉验证；

所述算法系统根据预设算法对所述特征简历中的特征进行运算，并对所述三维仿真系统验证后的所述工艺方法建模进行筛选得到理论加工流程；

所述三维仿真系统根据所述理论加工流程进行虚拟调试，得到与所述待加工零件对应的当前加工流程；

所述工艺文件生成系统根据所述当前加工流程输出提供给机床的与所述待加工零件对应的目标工艺文件。

2.根据权利要求1所述的加工工艺数字化规划软件平台，其特征在于，所述主系统包括工艺数据库、图纸处理模块、特征简历生成模块、工艺方案推导模块、模型参数获取模块、方法参数获取模块及工艺编排模块，

所述工艺数据库用于存储工艺方案，至少包括工艺流程、切削深度、切削面积、刀具建模尺寸参数信息、刀具加工参数；

所述图纸处理模块接收待加工零件的加工图纸，并识别所述加工图纸的图纸类型，将所述加工图纸发送给与所述图纸类型对应的特征简历生成模块；

所述特征简历生成模块识别所述加工图纸中的特征并生成特征简历；

所述工艺方案推导模块根据所述特征简历，将特征进行分类，并根据分类和工艺数据库中的工艺方法数据进行匹配，生成对应的待核验工艺方法；

所述模型参数获取模块用于获取与所述特征简历对应的原胚参数、刀具总成参数、夹具三维模型参数、机床三维模型参数及四者之间的树形关系，以便提供给三维仿真系统；

所述方法参数获取模块用于根据生成的所述待核验工艺方法生成特征测量要求，并提供给三维仿真系统；

所述工艺编排模块用于至少根据优化目标、项目信息获取约束条件发送到算法系统。

3.根据权利要求2所述的加工工艺数字化规划软件平台，其特征在于，所述特征简历生成模块包括：

数据转换单元，用于根据接口模块将从加工图纸中提取的特征转化为数字数据；

数据分类单元，用于将所述数字数据分类分为零件特征参数、工艺特征参数、三维空间参数以及各参数之间的相关系数；

简历生成单元，用于对分类后的所述数字数据进行重组和计算，生成特征简历。

4.根据权利要求2所述的加工工艺数字化规划软件平台，其特征在于，所述图纸处理模块包括：

图纸辅助标注单元，用于将所述加工图纸进行分块，将不同信息的部分用图框截取并分类；

神经网络单元，用于通过神经网络对分块后的所述加工图纸的图纸图形进行识别，并提取相关信息；

图形库，用于提供特征的图形数据，训练所述神经网络的识别效率；

特征信息提取单元，用于将所述神经网络单元提取的离散信息和待加工零件的每个特征整合，并和每个特征的图纸要素做关联。

5.根据权利要求2所述的加工工艺数字化规划软件平台，其特征在于，所述三维仿真系统包括：

参数化建模模块，用于根据所述原胚参数、所述刀具总成参数、所述夹具三维模型参数、所述机床三维模型参数分别进行原胚、刀具总成、夹具和机床的建模；

动态仿真模块，用于根据原胚参数、刀具总成参数、夹具三维模型参数及三者之间的树形关系和所述待核验工艺方法生成加工流程，并对生成的加工流程进行干涉验证，输出通过干涉验证的工艺方法建模；

NC程序生成模块，用于根据所述算法系统提供的所述理论加工流程调用所述刀具总成、所述机床、夹具的模型，生成与所述特征简历对应的刀具加工路径，并根据所述刀具加工路径生成可供机床直接使用的NC程序；

CMM程序生成模块，用于根据所述理论加工流程以及特征测量要求，结合工件3D模型、客户CMM型号，生成与CMM测量路径对应的CMM程序；

虚拟调试模块，用于根据所述NC程序和所述原胚、刀具总成、夹具和机床的建模进行虚拟仿真，采用CMM程序对由所述理论加工流程得到的实际切削零件进行核验，得到与所述待加工零件对应的当前加工流程。

6.根据权利要求5所述的加工工艺数字化规划软件平台，其特征在于，所述NC程序生成模块包括：

初始加工路径生成单元，用于结合路径数据库和避障算法生成初始刀具路径；

加工路径优化单元，用于对每个工序的加工路径进行优化处理，以节省加工节拍；

NC程序生成单元，用于根据所述加工路径生成可供机床直接使用的NC程序。

7.根据权利要求2所述的加工工艺数字化规划软件平台，其特征在于，所述算法系统包括：

工艺方法获取模块，用于获取所述工艺方法建模以及与所述优化目标、所述项目信息对应的约束条件；

数据预处理模块，用于对所述工艺方法建模进行数据预处理，并根据所述约束条件对所述工艺方法建模进行筛选；

优化算法模块，用于对预处理后的所述工艺方法建模基于所述优化目标进行优化求解，并生成满足所述优化目标的解，筛选得到理论加工流程。

8.根据权利要求7所述的加工工艺数字化规划软件平台，其特征在于，所述算法系统还包括：

自学习系统模块，用于对工艺数据库的工艺方法进行机器学习，得到所述优化算法模块中的工艺优化算法。

9.根据权利要求1所述的加工工艺数字化规划软件平台，其特征在于，所述加工工艺数字化规划软件平台还包括客户定制系统，

所述客户定制系统，用于接收客户提供的零件参数和工艺参数，并将所述零件参数和工艺参数提供给所述三维仿真系统；

所述三维仿真系统根据所述零件参数和三维参数生成与所述待加工零件对应的立体建模，并进行干涉验证。

10.一种加工工艺数字化规划方法，其特征在于，包括：

获取待加工零件的加工图纸，并提取所述加工图纸的图纸信息；对所述图纸信息进行处理计算，生成与所述待加工零件的特征对应的特征简历；所述特征简历是由所述待加工零件的特征名称及参数组成的；

根据所述特征简历和工艺数据库的工艺方法生成与所述待加工零件对应的至少一种工艺方法建模，并进行干涉验证；

根据预设算法对所述特征简历中的特征进行运算，并对三维仿真系统验证后的所述工艺方法建模进行筛选得到理论加工流程；

根据所述理论加工流程进行虚拟调试，得到与所述待加工零件对应的当前加工流程；

根据所述当前加工流程输出提供给机床的与所述待加工零件对应的目标工艺文件。

Images