CN113626948B - 一种基于知识推理的自动工步设计方法 - Google Patents
一种基于知识推理的自动工步设计方法 Download PDFInfo
- Publication number
- CN113626948B CN113626948B CN202110899417.6A CN202110899417A CN113626948B CN 113626948 B CN113626948 B CN 113626948B CN 202110899417 A CN202110899417 A CN 202110899417A CN 113626948 B CN113626948 B CN 113626948B
- Authority
- CN
- China
- Prior art keywords
- cutting
- steps
- procedure
- checking
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 252
- 238000013461 design Methods 0.000 title claims abstract description 34
- 238000005520 cutting process Methods 0.000 claims abstract description 61
- 238000003754 machining Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000003672 processing method Methods 0.000 claims description 28
- YTAHJIFKAKIKAV-XNMGPUDCSA-N [(1R)-3-morpholin-4-yl-1-phenylpropyl] N-[(3S)-2-oxo-5-phenyl-1,3-dihydro-1,4-benzodiazepin-3-yl]carbamate Chemical compound O=C1[C@H](N=C(C2=C(N1)C=CC=C2)C1=CC=CC=C1)NC(O[C@H](CCN1CCOCC1)C1=CC=CC=C1)=O YTAHJIFKAKIKAV-XNMGPUDCSA-N 0.000 claims description 5
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 238000003801 milling Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 2
- 238000012356 Product development Methods 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000009954 braiding Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Classifications
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- 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)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Numerical Control (AREA)
Abstract
本发明公开一种基于知识推理的工步自动设计方法,包括:步骤1、工序基础信息校核,校核继承或创建的工序级信息是否满足当前工序要求;步骤2、自动划分工步,逐个取出步骤1确定的工序节点,依据精度要求和工序切削厚度,自动计算当前工序的工步数目;步骤3、加工参数推荐与调整,依据参数选择策略和企业要求选择切削参数,对切削参数进行校验,按照参数调整算法对参数进行调整;步骤4、三维工艺规程的修订和分析,系统自动完成工步的设计后,对结果进行交互式查阅和修订,同时发布修订后的工艺规程。该方法能够自动确定工步数量和进行加工参数的推荐和调整,提高了工艺编制的智能化和自动化水平,提高了工艺编制的效率和质量。
Description
技术领域
本发明涉及工艺设计技术领域,尤其涉及一种基于知识推理的自动工步设计方法,主要用于工艺规程编制过程中工步的自动划分、工艺参数的自动推荐和调整。
背景技术
工艺设计作为连接产品设计与产品制造的桥梁,其所产生的工艺数据是产品全生命周期中最重要的数据之一,也是企业制定生产计划、进行生产调度的重要依据,在企业的整个产品研制过程中起着非常重要的作用。工艺设计过程具有专业知识要求高、涉及学科众多、影响范围广、工作内容繁杂等特点,所以必须采用信息化、知识化的手段辅助工艺人员进行工艺设计工作。
现阶段在重用工艺知识方面,国内外提出了基于实例推理、成组技术、典型工艺、智能算法等多种方法。在基于知识的零件工艺设计方面,通过采用序列比对、聚类分析等方法对典型工艺路线进行提取,然后通过特征识别、特征检索等手段进行零件相似性、特征相似性的判断,从而实现对典型工艺路线知识的重用和优化;也有其他学者采用大数据、人工智能等手段进行知识的重用,提高工艺规程编制的效率。虽然在研究典型工艺重用等方面形成了可行的技术路线,但仍处于初步探索阶段,现有技术存在如下的问题:
基于典型特征进行推理的方法适用于工序级的工艺设计方案确定,但是对于工步自动设计则应用效果不佳。对于工艺知识的应用上,多为相似工艺直接重用,工艺参数直接使用,无法依据实际情况自动调整,未见工步级参数推理的方法及应用。
发明内容
为了解决上述技术问题,本发明提供一种基于知识推理的工步自动设计方法,能够自动确定工步数量和进行加工参数的推荐和调整,提高了工艺编制的智能化和自动化水平,提高了工艺编制的效率和质量。
本发明提供一种基于知识推理的工步自动设计方法,包括如下步骤:
步骤1、工序基础信息校核,校核继承或创建的工序级信息是否满足当前工序要求;
步骤2、自动划分工步,逐个取出步骤1确定的工序节点,依据精度要求和工序切削厚度,自动计算当前工序的工步数目;
步骤3、加工参数推荐与调整,依据参数选择策略和企业要求选择切削参数,对切削参数进行校验,按照参数调整算法对参数进行调整;
步骤4、三维工艺规程的修订和分析,系统自动完成工步的设计后,对结果进行交互式查阅和修订,同时发布修订后的工艺规程。
所述步骤1工序基础信息校核。校核继承或创建的工序级信息是否满足当前工序要求。
具体过程如下:
第1步:获取当前工序的基本信息;
第2步:校核工序加工方法;
第3步:校核工序加工刀具和机床设备;
第4步:完成工序基本信息的调整。
优选地,步骤1中工序信息包括但不仅限于以下数据:加工设备、加工方法、精度要求、加工参数。
优选地,校验工序加工方法时对照加工方法理论/经验精度表进行校验,表格内容包括加工方法、公差信息、标准公差等级等信息。
优选地,如果校验当前加工工序加工方法不满足精度要求,则依据加工方法选择策略重新选择正确的加工方法。默认选择策略是加工成本最低原则。
优选地,校验机床设备时对照机床约束表进行校验,表格内容包括机床设备基本信息、加工方法、理论加工精度、推荐使用精度等信息,依据机床和刀具的约束关系、刀具加工精度、切削用量等参数关系校验刀具。
优选地,如果校验当前机床设备不满足精度要求,则依据机床选择策略重新选择正确的机床设备。默认选择策略是加工成本最低原则。
所述步骤2自动划分工步。逐个取出步骤1确定的工序节点,依据精度要求和工序切削厚度,自动计算当前工序的工步数目。
具体的过程如下:
第1步:确定工步加工方法和工序切削厚度Di;
第2步:工步数目N增加1,获取工步加工方法的最大切削用量apjmax,计算切削厚度累计值
第3步:如果工序切削厚度Di大于累计值,则返回第1步,否则执行下一步;
第4步:该工序第一道工序初始切削厚度为
第5步:获得工步数目N及初步的切削参数ap。
其中,步骤2中加工方法选择依据该工序加工精度要求;
其中,步骤2中确定工步的加工方法和初始切削参数时,先确定最后一个工步的信息,然后确定次一工步的信息,依次类推。
所述步骤3加工参数推荐与调整。依据参数选择策略和企业要求选择切削参数,对切削参数进行校验,按照参数调整算法对参数进行调整。
具体的过程如下:
第1步:校验选择的参数是否满足当前工序精度要求;
第2步:基于特征匹配典型工艺信息,如果工序内容、精度要求等与当前工序一致,则直接继承典型工序中工步的划分及工艺参数,匹配失败则进行下一步;
第3步:使用切削用量参数调整算法对当前工步的切削深度进行调整;
第4步:依据工艺知识库确定其他加工参数,确定最终参数方案。
其中,检验最后一道工步的参数满足工序精度要求即可;
其中,切削用量参数调整算法是一种用来调整切削深度参数的方法,该方法优先保证最后工步参数在中值附近波动,同时需要满足切削深度在理论加工范围之内。具体过程如下:
1、确定加工方法,并获取每一工步的最大值apimax和最小值apimin、工序切削深度D;
2、将未调整的尺寸分为当前最后一道工步j和其他工步两部分;
3、计算两部分尺寸的中值
4、判断apjme+apome与切削深度D的大小关系;
5、如果apjme+apome<D,判断与apjme的和与切削深度D的大小关系,如果/> 则apj=apjme;否则,/>
6、如果apjme+apome=D,apj=apjme;
7、如果apjme+apome>D,判断与apjme的和与切削深度D的大小关系,如果/> 则apj=D-apimin;否则,apj=apjme;
8、未分配切削厚度D=D-apj,未分配工步数目N=N-1;
9、判断未调整尺寸数目N是否为1,如果是,则api=D,切削尺寸调整完成,否则,继续执行步骤2。
其中,apimax表示工步i理论最大切削深度,apimin表示工步i理论最小切削深度,apjme表示工步j切削深度的中值,apome表示未分配工步切削深度的平均中值,N表示为分配工步数目,D表示未分配的切削深度。
其中,依据已经确定的工步加工方法、加工设备、切削深度等信息,在知识库中检索得到匹配或推荐的线速度、进给量等工艺信息。
所述步骤4三维工艺规程的修订和发布。系统自动完成工步的设计后,由工艺人员对结果进行交互式查阅和修订,同时发布修订后的工艺规程。
与现有技术相比,本发明包括以下优点:
基于工艺知识决策规则实现了工步的自动划分、切削深度的自动分配和调整、其他工艺知识推送等功能,实现了工步级颗粒度的自动工艺设计,提高了工艺规程编制的效率和准确性。
综上所述,工艺知识进一步提炼为指导工艺编制的规则、策略、算法模型,同时提供了工艺信息自动校验、人工校核调整等环节,避免了工艺信息错填、漏填等错误。因此本发明更高效地发挥了工艺知识的作用,提高了工艺设计的效率和质量。
附图说明
图1是本发明提供的待编制三维工艺的零件实例;
图2是本发明提供的进行工艺路线自动推理的示意图;
图3是本发明提供的自动工步设计方法实施例的流程图;
图4是本发明提供的35工序的二维工艺图样;
图5是本发明提供的工步参数自动推理的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅为本发明的一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例,都属于本发明的保护范围。
本发明实现了一种基于知识推理的自动工步设计方法。为使本发明的上述目的、特征和优点能够更加明显易懂。本实例是在以发明技术方案为前提的实施过程,给出了详细的实施方式和具体的实现过程,但是本发明的保护范围不限于下述实例。
根据本发明的一个实施例,以在“基于三维模型的工艺设计系统”中实现对航空结构件进行三维工艺设计时提供自动工步设计为例进行详细说明。
假设需要编制工艺的零件如图1所示。
本发明主要聚焦于工步颗粒度知识的应用,使用本方法应该满足如下的前提条件:(1)零件设计满足可制造性要求;(2)具备完备且正确的工序级信息;(3)具备知识提炼和信息化应用的基础。如图2,通过工艺路线推理得到零件的工序划分及工序基本信息。
参照图2是本发明提供的进行工艺路线自动推理的示意图。
下面进行工序35的工步设计,参照图3,该图为本发明提供的自动工步设计方法实施例的流程图。
步骤1、工序基础信息校核,校核继承或创建的工序级信息是否满足当前工序要求;
具体的实施过程如下:
第1步:获取当前工序的基本信息,工序35的加工方法为数控铣,加工设备为龙门三轴G320-0081,加工刀具为整体硬质合金铣刀,采用组合夹具,加工厚度为7mm(从24±0.5到17±0.5),平面度小于0.05mm,参见图4为35工序的二维工艺图样;
第2步:基于工艺知识库规则校核工序加工方法;
第3步:基于工艺知识库规则校核工序加工刀具和机床设备;
第4步:完成工序基本信息的调整。
所述校验工序加工方法的工艺知识库规则如表1所示:
表1加工方法理论精度(节选)
所述校验加工刀具的工艺知识库规则如表2所示:
表2切削用量规范(节选)
步骤2、自动划分工步,逐个取出步骤1确定的工序节点,依据精度要求和工序切削厚度,自动计算当前工序的工步数目;
具体的实施过程如下:
第1步:确定工步加工方法,工序加工方法为数控铣,切削深度为7mm,推理得到该工序最后一道工序为精加工;
第2步:数控铣精加工最大切削深度为apmax=6,小于切削深度7,故选择倒数第二道工步的加工方法,参照典型工艺路线及加工成本知识,确定该工步为粗加工。
第3步:数控铣粗加工最大切削深度为apmax=7,大于切削深度7mm,所以工序35被自动分为粗加工、精加工两道工步。
所述加工成本知识库如表3所示:
表3加工方法的经济加工范围及加工成本(节选)
步骤3、加工参数推荐与调整,依据参数选择策略和企业要求选择切削参数,对切削参数进行校验,按照参数调整算法对参数进行调整;
具体的实施过程如下:
第1步:校验选择的参数是否满足当前工序精度要求;
第2步:基于特征匹配典型工艺信息,未匹配到典型工艺信息进行下一步;
第3步:使用切削用量参数调整算法对当前工步的切削深度进行调整,调整得到工步2粗加工切削深度为5mm;工步1精加工的切削深度为2mm;
第4步:依据工艺知识库确定其他加工参数,确定最终参数方案,确定工步参数示意如图5。
参照图5是本发明提供的进行工步参数自动推理的示意图。
步骤4、三维工艺规程的修订和分析,系统自动完成工步的设计后,人工对结果进行交互式查阅和修订,添加工步定位信息,同时发布修订后的工艺规程。
具体如下;工步1:找平定位面跳动量不大于0.1mm,加紧零件,建立坐标系;
工步2:粗加工零件上表面,切削深度为5mm,线速度为80m/min,进给量为0.3mm/r;
工步3:松开工装加紧快,重新加紧零件(螺栓拧紧即可,不可大力拧紧),按工艺图样五建立坐标系,精加工零件上表面,切削深度为2mm线速度为120m/min,进给量为0.2mm/r。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,且应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (7)
1.一种基于知识推理的工步自动设计方法,其特征在于,包括:
步骤1、工序基础信息校核,校核继承或创建的工序级信息是否满足当前工序要求;
步骤2、自动划分工步,逐个取出步骤1确定的工序节点,依据精度要求和工序切削厚度,自动计算当前工序的工步数目;所述步骤2自动划分工步,逐个取出步骤1确定的工序节点,依据精度要求和工序切削厚度,自动计算当前工序的工步数目;具体包括:
步骤2.1:依据该工序加工精度要求确定工步加工方法和工序切削厚度Di;
步骤2.2:工步数目N增加1,获取工步j加工方法的最大切削用量apjmax,计算切削厚度累计值
步骤2.3:如果工序切削厚度Di大于累计值,则返回步骤2.1,否则执行下一步骤2.4;
步骤2.4:该工序第一道工序初始切削厚度为
步骤2.5:获得工步数目N及初步的切削参数ap;
步骤3、加工参数推荐与调整,依据参数选择策略和企业要求选择切削参数,对切削参数进行校验,按照参数调整算法对参数进行调整;具体包括:
步骤3.1、校验选择的参数是否满足当前工序精度要求;
步骤3.2、基于特征匹配工艺信息,如果与当前工序一致,则直接继承典型工序中工步的划分及工艺参数,匹配失败则进行下一步;
步骤3.3、使用切削用量参数调整算法对当前工步的切削深度进行调整;
步骤3.4、依据已经确定的工步加工方法、加工设备、切削深度信息,在知识库中检索得到匹配或推荐的工艺信息;
切削用量参数调整算法,包括:
第1步:确定加工方法,并获取每一工步的最大值apimax和最小值apimin、工序切削深度D;
第2步:将未调整的尺寸分为当前最后一道工步j和其他工步两部分;
第3步:计算两部分尺寸的中值apjme=(apjmax+apjmin)/2、
第4步:判断apjme+apome与切削深度D的大小关系;
第5步:如果apjme+apome<D,判断与apjme的和与切削深度D的大小关系,如果则apj=apjme;否则,/>
第6步:如果apjme+apome=D,apj=apjme;
第7步:如果apjme+apome>D,判断与apjme的和与切削深度D的大小关系,如果则apj=D-apimin;否则,apj=apjme;
第8步:未分配切削厚度D=D-apj,未分配工步数目N=N-1;
第9步:判断未调整尺寸数目N是否为1,如果是,则api=D,切削尺寸调整完成,否则,继续执行第2步;
其中,apimax表示工步i理论最大切削深度,apimin表示工步i理论最小切削深度,apjme表示工步j切削深度的中值,apome表示未分配工步切削深度的平均中值,N表示为分配工步数目,D表示未分配的切削深度;
步骤4、三维工艺规程的修订和分析,系统自动完成工步的设计后,对结果进行交互式查阅和修订,同时发布修订后的工艺规程。
2.根据权利要求1所述的一种基于知识推理的工步自动设计方法,其特征在于,所述步骤1工序基础信息校核,校核继承或创建的工序级信息是否满足当前工序要求,包括:
步骤1.1、获取当前工序的基本信息;
步骤1.2、校核工序的加工方法;
步骤1.3、校核工序加工刀具和机床设备;
步骤1.4、完成工序基本信息的调整。
3.根据权利要求1所述的一种基于知识推理的工步自动设计方法,其特征在于,所述步骤4三维工艺规程的修订和分析,系统自动完成工步的设计后,对结果进行交互式查阅和修订,同时发布修订后的工艺规程,具体包括:
系统自动完成工步的设计后,由工艺人员对结果进行交互式查阅和修订,同时发布修订后的工艺规程。
4.根据权利要求2所述的一种基于知识推理的工步自动设计方法,其特征在于,
工序信息包括加工设备、加工方法、精度要求、加工参数;
校验工序加工方法时对照加工方法理论/经验精度表进行校验,表格内容包括加工方法、公差信息、标准公差等级信息。
5.根据权利要求2所述的一种基于知识推理的工步自动设计方法,其特征在于,
如果校验当前加工工序加工方法不满足精度要求,则依据加工方法选择策略重新选择正确的加工方法。
6.根据权利要求2所述的一种基于知识推理的工步自动设计方法,其特征在于,
校验机床设备时对照机床约束表进行校验,表格内容包括机床设备基本信息、加工方法、理论加工精度、推荐使用精度信息,依据机床和刀具的约束关系、刀具加工精度、切削用量参数关系校验刀具;
如果校验当前机床设备不满足精度要求,则依据机床选择策略重新选择正确的机床设备。
7.根据权利要求3所述的一种基于知识推理的工步自动设计方法,其特征在于,
自动划分工步算法过程,确定工步的加工方法和初始切削参数时,先确定最后一个工步的信息,然后确定次一工步的信息,依次类推;检验最后一道工步的参数满足工序精度要求即可。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110899417.6A CN113626948B (zh) | 2021-08-06 | 2021-08-06 | 一种基于知识推理的自动工步设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110899417.6A CN113626948B (zh) | 2021-08-06 | 2021-08-06 | 一种基于知识推理的自动工步设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113626948A CN113626948A (zh) | 2021-11-09 |
CN113626948B true CN113626948B (zh) | 2024-02-09 |
Family
ID=78383155
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110899417.6A Active CN113626948B (zh) | 2021-08-06 | 2021-08-06 | 一种基于知识推理的自动工步设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113626948B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116956750B (zh) * | 2023-09-19 | 2023-12-19 | 山东山大华天软件有限公司 | 基于知识图谱的零件工艺设计方法、系统、介质及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102324072A (zh) * | 2011-09-14 | 2012-01-18 | 西安易博软件有限责任公司 | 全三维数字化知识库系统和知识库的应用方法 |
WO2014045383A1 (ja) * | 2012-09-21 | 2014-03-27 | 株式会社日立製作所 | 加工工程決定方法および加工工程設計装置 |
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 |
CN109033523A (zh) * | 2018-06-26 | 2018-12-18 | 首都航天机械公司 | 一种基于三维cad模型的装配工艺规程生成系统与方法 |
-
2021
- 2021-08-06 CN CN202110899417.6A patent/CN113626948B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102324072A (zh) * | 2011-09-14 | 2012-01-18 | 西安易博软件有限责任公司 | 全三维数字化知识库系统和知识库的应用方法 |
WO2014045383A1 (ja) * | 2012-09-21 | 2014-03-27 | 株式会社日立製作所 | 加工工程決定方法および加工工程設計装置 |
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 |
CN109033523A (zh) * | 2018-06-26 | 2018-12-18 | 首都航天机械公司 | 一种基于三维cad模型的装配工艺规程生成系统与方法 |
Non-Patent Citations (3)
Title |
---|
陈文贵 等.基于STEP-NC的车削工艺在线规划系统的研究.组合机床与自动化加工技术.2007,(第7期),82-85. * |
黄利江 等.融合规则的典型工艺表示与工艺决策方法研究.西北工业大学学报.2009,第27卷(第05期),583-589. * |
黄李冲 等.典型轴类零件车削加工专家系统的研究.机械工程师.2011,(第9期),28-31. * |
Also Published As
Publication number | Publication date |
---|---|
CN113626948A (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110052713B (zh) | 零件增减材复合制造工艺 | |
WO2019001220A1 (zh) | 一种基于决策树的数控车床车削过程能耗预测系统及方法 | |
US20080281463A1 (en) | Method of Non-Linear Process Planning and Internet-Based Step-Nc System Using the Same | |
Kafashi | Integrated setup planning and operation sequencing (ISOS) using genetic algorithm | |
CN113626948B (zh) | 一种基于知识推理的自动工步设计方法 | |
Smith et al. | Process plan generation for sheet metal parts using an integrated feature-based expert system approach | |
KR102465451B1 (ko) | 가공 특성 기반의 공정 지식 푸시 방법 | |
CN107341596A (zh) | 基于层次任务网络和关键路径法的任务优化方法 | |
Mwinuka et al. | Tool selection for rough and finish CNC milling operations based on tool-path generation and machining optimisation. | |
CN107301310B (zh) | 一种机械零件三维工艺模板的构建方法 | |
Kuric et al. | Computer aided process planning in machinery industry | |
CN111948977A (zh) | 一种用于不锈钢加工的多目标优化方法和系统 | |
CN112486091A (zh) | 一种中低速柴油机关键孔系加工方法 | |
CN117010275A (zh) | 一种基于多相似实例的零件加工工艺重用修正方法 | |
CN104007699A (zh) | 基于工艺过程的飞机结构件自动编程加工单元优化排序方法 | |
Yao et al. | Computer-aided manufacturing planning for mass customization: part 1, framework | |
CN115048751B (zh) | 一种数据驱动的三维装配工艺变型设计方法和系统 | |
CN113868860A (zh) | 一种基于工艺知识的零件自适应成本估算方法 | |
CN116861571A (zh) | 一种金属模具制造加工岛的加工工序选择方法 | |
CN115113584A (zh) | 基于实例及规则推理的数控自动编程方法 | |
Bouaziz et al. | Optimization and selection of cutters for 3D pocket machining | |
CN109032076B (zh) | 一种复杂结构件制造特征数控加工参数生成方法 | |
Siva Sankar et al. | A CAPP framework with optimized process parameters for rotational components | |
Gaoliang et al. | An Internet-based system for setup planning in machining operations | |
Al-Shebeeb et al. | Computer aided process planning approach for cost reduction and increase in throughput |
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 |