CN113901648A - 一种编制零件工艺规程的方法及装置 - Google Patents
一种编制零件工艺规程的方法及装置 Download PDFInfo
- Publication number
- CN113901648A CN113901648A CN202111119234.4A CN202111119234A CN113901648A CN 113901648 A CN113901648 A CN 113901648A CN 202111119234 A CN202111119234 A CN 202111119234A CN 113901648 A CN113901648 A CN 113901648A
- Authority
- CN
- China
- Prior art keywords
- target
- information
- process rule
- rule
- feature vector
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 425
- 230000008569 process Effects 0.000 title claims abstract description 337
- 239000013598 vector Substances 0.000 claims abstract description 52
- 238000012545 processing Methods 0.000 claims description 21
- 230000015654 memory Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 11
- 238000007689 inspection Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 239000000463 material Substances 0.000 claims description 6
- 238000007789 sealing Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000012986 modification Methods 0.000 abstract description 8
- 230000004048 modification Effects 0.000 abstract description 8
- 238000003801 milling Methods 0.000 description 36
- 238000004519 manufacturing process Methods 0.000 description 15
- 238000005259 measurement Methods 0.000 description 8
- 238000010561 standard procedure Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 5
- 238000003754 machining Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 229920000049 Carbon (fiber) Polymers 0.000 description 1
- 229910001069 Ti alloy Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000004917 carbon fiber Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229920007790 polymethacrylimide foam Polymers 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 238000004381 surface treatment Methods 0.000 description 1
- 238000007514 turning Methods 0.000 description 1
Images
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/18—Manufacturability analysis or optimisation for manufacturability
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种编制零件工艺规程的方法,包括以下步骤:获取目标零件的目标图像;对目标图像进行特征提取,获得目标零件的图像特征向量;根据图像特征向量,从工艺规程库中获取与目标零件相似度值满足预设条件的目标工艺规程;对目标工艺规程进行修改,获得目标零件的标准工艺规程。本方案相比于通过人工重新编制零件工艺规程以及人工选择目标零件的目标工艺规程,不仅减少了编制零件工艺规程的时间,提高了编制零件工艺规程的效率,同时避免了人为选择目标零件的目标工艺规程以修改目标零件的工艺规程导致修改量大的问题,减少了工艺人员的工作量。
Description
技术领域
本发明涉及零件加工工艺技术领域,具体涉及一种编制零件工艺规程的方法装置。
背景技术
随着航空制造技术的发展,现代飞机的整体研制周期已大幅缩短,对飞机制造的各个环节研制效率的控制要求越来越高,尤其是零件制造配套环节。由于涉及的零件种类及数量较多,按结构特点可分为框、梁、肋、壁板、接头、回转体等,按材料可分为铝合金、钛合金、不锈钢、碳纤维、PMI泡沫,按加工方式可分为数控铣削、车削、磨削以及特种加工等,其结构、材料以及加工方式的区别导致工艺方案差异较大,制造工艺规程的工序内容和具体要求无法统一。而框类零件具有结构尺寸大、精度要求高、加工周期长等特点,材料差异、毛坯状态以及加工设备的选择对加工工序的设置影响较大,工艺规程差异较大。
为保证设计要求以及制造信息的传递与唯一,每项框类零件在加工前均编制了制造工艺规程。对于新研项目,在项目初期将面临大量的工艺规程的编制,单机数量≥500本,而目前工艺规程的编制主要采用以新编和复用现有相似的工艺规程两种方式,两种方式的工作量都很大,导致编制效率较低,影响了整个工艺设计的周期。
发明内容
本发明针对现有的工艺规程编制效率低的问题,提出了一种编制零件工艺规程的方法及装置,具体技术方案如下:
一种编制零件工艺规程的方法,包括以下步骤:
获取目标零件的目标图像;
对所述目标图像进行特征提取,获得所述目标零件的图像特征向量;
根据所述图像特征向量,从工艺规程库中获取与所述目标零件相似度值满足预设条件的目标工艺规程;其中,所述工艺规程库中包括若干零件以及所述若干零件对应的工艺规程;
对所述目标工艺规程进行修改,获得所述目标零件的标准工艺规程。
可选的,所述根据所述图像特征向量,从工艺规程库中获取与所述目标零件相似度值满足预设条件的目标工艺规程的步骤,包括:
获取所述工艺规程库中的零件的预设图像特征向量;
通过所述图像特征向量与所述预设图像特征向量,计算所述目标零件与所述工艺规程库中零件的相似度值,获得多个相似度值;
对多个相似度值进行排序,并获取所述工艺规程库中与所述目标零件相似度值排名前N的零件的工艺规程,形成工艺规程集合N1,所述工艺规程集合N1内包括所述目标工艺规程。
可选的,所述形成工艺规程集合N1的步骤之后,所述方法还包括:
提取所述工艺规程集合N1中工艺规程对应零件的零件信息以及所述目标零件的零件信息;
遍历所述工艺规程中的零件的零件信息以及所述目标零件的零件信息,以获取与所述目标零件的零件信息重合度排名前M的零件的工艺规程,形成工艺规程集合N2,所述工艺规程集合N2内包括所述目标工艺规程,且M≤N。
可选的,所述零件信息包括工艺基本信息和零件特征信息;其中,
所述工艺基本信息包括材料信息、零件属性信息、特种检验信息、热表处理信息和尺寸范围信息中的至少一种;
所述零件特征信息包括尺寸范围信息、单双面结构信息、高缘条信息、高精度鼓包信息、高精度叉耳信息、密封槽信息以及筋缘条孔信息中的至少一种。
可选的,在所述形成工艺规程集合N2的步骤之后,还包括:
对所述工艺规程集合N2中零件的工艺属性进行赋值,所述工艺属性包括机型、编制时间、加工方案以及编制人员水平;
对赋值后的所述工艺属性进行加权求和,以获取求和值最大的工艺规程,所述求和值最大的工艺规程即为目标工艺规程。
可选的,所述对所述目标工艺规程进行修改的步骤,包括:
获取标准工序集,所述标准工序集中包含若干工艺规程的标准工序;设定所述待加工工序的阈值,以输出符合所述阈值的标准工序;
根据输出的所述标准工序修改所述待加工工序,输出所述标准工艺规程。
可选的,所述通过所述图像特征向量与所述预设图像特征向量,计算所述目标零件与所述工艺规程库中零件的相似度值的步骤,包括:根据如下公式,计算获得Sim(IM1(A),IM1(B)):
其中,n是图像特征向量的维度,FV1A=(FV1A1,FV1A2,...FV1An)表示图像IM1(A)的n维特征向量,FV1B=(FV1B1,FV1B2,...FV1Bn)表示图像IM1(B)的n维特征向量,Sim的值越大,表示相似度越大;
同理可得:Sim(IM2(A),IM2(B))、Sim(IM3(A),IM3(B))……Sim(IMx(A),IMx(B)),则目标零件与工艺规程库中的任意一个零件之间的相似度为:
Sim(Pro(A),Pro(B))
=Sim(IM1(A),IM1(B))+Sim(IM2(A),IM2(B))+…+Sim(IMx(A),IMx(B))
其中,Pro(A)代表所述目标零件,Pro(B)代表所述工艺规程库中的任意一个零件;IM1(A)、IM2(A)……IMx(A)代表所述目标图像,所述目标图像包括x个视角方向的多个图像;所述IM1(B)、IM2(B)……IMx(B)代表所述工艺规程库的零件的x个视角方向的多个图像。
一种编制零件工艺规程的装置,包括:
读取模块,用于获取目标零件的目标图像及提取所述目标零件的图像特征向量;
处理模块,用于读取工艺规程库内的零件信息并计算所述零件信息与所述目标零件的信息的相似度值;
输出模块,根据满足所述预设条件的所述相似度值输出目标工艺规程。
一种电子设备,该设备包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序,实现所述的方法。
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,处理器执行所述计算机程序,实现所述的方法。
本发明具有以下有益效果:
本申请的实施例通过对目标图像进行特征提取,获得目标零件的图像特征向量,从而能根据该图像特征向量,从工艺规程库中获取与所述目标零件相似度值满足预设条件的目标工艺规程,从而能根据目标工艺规程修改后得到目标零件的标准工艺规程。相比于通过人工重新编制零件工艺规程以及人工选择目标零件的目标工艺规程,重新编制容易出现工序遗漏,同时需要花费大量时间,还要经过多层质检以防止出错,若是人工选择目标零件的目标工艺规程以修改目标零件的工艺规程则可能出现选择的零件与目标零件的相似程度低的问题,导致修改量很大,这两种方式都造成编制零件工艺规程的效率过低,本方案不仅减少了编制零件工艺规程的时间,提高了编制零件工艺规程的效率,同时避免了人为选择目标零件的目标工艺规程以修改目标零件的工艺规程导致修改量大的问题,减少了工艺人员的工作量。
附图说明
图1为本申请实施例涉及的硬件运行环境的电子设备结构示意图;
图2为本申请实施例的一种编制零件工艺规程的方法的流程示意图;
图3为本申请实施例中从工艺规程库中获取与目标零件相似度值满足预设条件的目标工艺规程的流程示意图;
图4为本申请实施例的零件的结构特征的示意图;
其中:1、单面结构;2、双面结构;3、高缘条;4、高精度鼓包;5、高精度叉耳;6、密封槽;7、筋缘条孔;
图5为本申请实施例的编制零件工艺规程装置的结构示意图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本实施例针对现有工艺规程编制效率低的问题,提出的一种编制零件工艺规程的方法,具体思路如下:
通过对目标零件的目标图形进行特征提取,以获取目标零件的图像特征向量,并根据该图形特征向量从工艺规程库中获取与所述目标零件相似度值满足预设条件的目标工艺规程,所述工艺规程库中包括若干零件以及所述若干零件对应的工艺规程;最后对目标工艺规程进行修改,以获得所述目标零件的标准工艺规程。
在现有技术中,编制零件工艺规程通常有两种方式,第一种方式为工艺人员重新编制一个工艺规程以适用于目标零件,第二种方式是工艺人员在现有的工艺规程库里查找与目标零件相似的零件,并对查找到的零件的工艺规程进行修改完善,形成目标零件的标准工艺规程。在上述两种方式中,第一种方式编制目标零件的工艺规程的准确度高,但重新编制工艺规程需要耗费大量时间,导致编制效率非常低;第二种方式的效率虽然比第一种方式的效率高,但在工艺人员在查找与目标零件的相似零件的过程中,依然存在查找时间长和查找的零件与目标零件差距较大的问题,查找的零件与目标零件差距较大会导致修改工艺规程的工作量大,因此第二种方式同样会导致编制效率低。
为此,本申请提供一种解决方案,基于若干零件及其工艺规程所组成的工艺规程库,提取工艺规程库中的每个零件的图像特征向量,获取目标零件的图像特征向量,并通过图像特征向量计算工艺规程库中的每个零件和目标零件之间的相似度,最终获取目标工艺规程。相比于通过人工重新编制零件工艺规程以及人工选择目标零件的目标工艺规程,解决了现有的编制零件工艺规程效率低的技术问题,达到了保证选择目标工艺规程准确度的同时,提升编制零件工艺规程的效率。
参照图1,图1为本申请实施例方案涉及的硬件运行环境的电子设备结构示意图。
如图1所示,该电子设备可以包括:处理器1001,例如中央处理器(CentralProcessing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及电子程序。
在图1所示的电子设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明电子设备中的处理器1001、存储器1005可以设置在电子设备中,所述电子设备通过处理器1001调用存储器1005中存储的编制零件工艺规程装置,并执行本申请实施例提供的编制零件工艺规程方法。
参照图2,基于前述硬件运行环境,本申请的实施例提供一种编制零件工艺规程的方法,包括以下步骤:
S101:获取目标零件的目标图像。
在具体的应用中,目标零件是指待编制工艺规程的零件,目标图像是指目标零件的图像,可以通过人工拍照或目标零件的数模获得,具体的,使用CATIA可以获得目标图像,目标图像包括零件的轴测图、正视图、俯视图以及左视图。
如上所述,获取目标零件的目标图像的方式包括:人工拍照获取目标图像导入电子设备中,或建立目标零件的数模,将目标零件的数模导入CATlA软件中以提取目标图像,为了目标图像的准确性,优选建立目标零件的数模以提取目标图像的方式。
S102:对目标图像进行特征提取,获得目标零件的图像特征向量。
在具体的应用中,为了便于后续相似度的计算,需要对目标图像进行特征提取,具体的,需要预先规范目标图像的大小,并设定细胞单元的大小、水平方向和竖直方向移动的步长,采用方向梯度直方图获得目标零件的图像特征向量,以规范目标图像的大小为128*128为例,细胞单元大小为32*32,水平方向和竖直方向移动的步长均为32,采用9个bin的直方图,即图像的特征可表示为一个324维向量。
S103:根据图像特征向量,从工艺规程库中获取与目标零件相似度值满足预设条件的目标工艺规程;其中,工艺规程库中包括若干零件以及若干零件对应的工艺规程。
在具体的应用中,目标工艺规程是指在工艺规程库中查找到的与目标零件最相近的零件的工艺规程。在下述S1031-S1033步骤中,预设条件为与目标零件的相似度值最大的零件的工艺规程;在下述S1031-S1035步骤中,预设条件为与目标零件的相似度值排名前N的零件的工艺规程(N≥1),且在N个零件中与目标零件的零件信息重合度最高的零件的工艺规程;在下述S1031-S1037步骤中,预设条件为与目标零件的相似度值排名前N的零件的工艺规程,以及在N个零件中与目标零件的零件信息重合度排名前M的零件的工艺规程(N≥M≥1),且在M个零件中对工艺属性进行加权求和的值最大的工艺规程。
S104:对目标工艺规程进行修改,获得目标零件的标准工艺规程。
具体的,标准工艺规程是指目标零件的已编制好的工艺规程。
在上述方案中,通过对目标图像进行特征提取,获得目标零件的图像特征向量,从而能根据该图像特征向量,从工艺规程库中获取与所述目标零件相似度值满足预设条件的目标工艺规程,从而能根据目标工艺规程修改后得到目标零件的标准工艺规程。相比于通过人工重新编制零件工艺规程以及人工选择目标零件的目标工艺规程,重新编制容易出现工序遗漏,同时需要花费大量时间,还要经过多层质检以防止出错,若是人工选择目标零件的目标工艺规程以修改目标零件的工艺规程则可能出现选择的零件与目标零件的相似程度低的问题,导致修改量很大,这两种方式都造成编制零件工艺规程的效率过低,本方案不仅减少了编制零件工艺规程的时间,提高了编制零件工艺规程的效率,同时避免了人为选择目标零件的目标工艺规程以修改目标零件的工艺规程导致修改量大的问题,减少了工艺人员的工作量。
参照图3,在一个实施例中,S103包括:
S1031:获取工艺规程库中的零件的预设图像特征向量;
具体的,预设图像特征向量是指在工艺规程库中的零件的图像特征向量,要获取预设图像特征向量需要预先建立零件图像集,零件图像集中包含工艺规程库中若干零件的多个视图构成的五元组方程,在此处以零件D的4幅图像为例,分别为轴测图、正视图、俯视图、左视图,建立零件D的五元组方程,五元组方程表示为Pro(D)=(FO(D),IM1(D),IM2(D),IM3(D),IM4(D)),其中,Pro(D)表示零件D,FO(D)表示零件D的制造工艺规程,IM1(D)表示零件D对应的轴测图图像,IM2(D)表示零件D对应的正视图图像,IM3(D)表示零件D对应的俯视图图像,IM4(D)表示零件D对应的左视图图像。
预设图像特征向量通过预先应通过方向梯度直方图获得并存储在计算机内,在使用时可以直接获取。
S1032:通过图像特征向量与预设图像特征向量,计算目标零件与工艺规程库中零件的相似度值,获得多个相似度值;
具体的,相似度值的计算过程参照下述S1032a-S1032b步骤。
S1033:对多个相似度值进行排序,并获取工艺规程库中与目标零件相似度值排名前N的零件的工艺规程,形成工艺规程集合N1,工艺规程集合N1内包括目标工艺规程。
通过计算的相似度值排序,获取工艺规程库中与目标零件相似度值排名前n的零件的工艺规程,当N=1时,与目标零件相似的零件只有一个,则选取该零件的工艺规程作为目标工艺规程,当N≥2时,可选取相似度值排名第一的零件的工艺规程作为目标工艺规程。
本方案中,相似度值的计算是通过电子设备编程实现,减少了工艺人员的工作量,提升了编制零件工艺规程的效率,同时通过计算目标零件与工艺规程库中零件的相似度值排序以获取目标工艺规程,使得目标零件与工艺规程库中的各零件之间通过多个视角方向的图像来匹配与目标零件最为相似的零件,保证了从多个视角筛选与目标零件相似度最高的的零件,从而进一步保证了筛选目标工艺规程的准确性。
如上所述方案,通过相似度值计算之后,还需要对目标零件的结构特征进行识别,参照图4,结构特征包括单面结构1、双面结构2、高缘条3、高精度鼓包4、高精度叉耳5、密封槽6以及筋缘条孔7中的至少一种,识别目标零件的结构特征便于后续步骤S1035中遍历工艺规程中的零件的零件信息以及目标零件的零件信息计算重合度。
通过上述相似度计算可以剔除大部分零件,输出的相似度值中仍可能存在多个相似度值相同或非常相近的情况,若仅凭相似度值,依然会存在查找目标工艺规程不准确的情况,因此在S1033步骤之后,参照图3,S103步骤还包括:
S1034:提取工艺规程集合N1中工艺规程对应零件的零件信息以及目标零件的零件信息。
具体的,零件信息包括工艺基本信息和零件特征信息;其中,工艺基本信息包括材料信息、零件属性信息、特种检验信息、热表处理信息和尺寸范围信息中的至少一种;零件特征信息包括尺寸范围信息、单双面结构信息、高缘条信息、高精度鼓包信息、高精度叉耳信息、密封槽信息以及筋缘条孔信息中的至少一种。
S1035:遍历工艺规程中的零件的零件信息以及目标零件的零件信息,以获取与目标零件的零件信息重合度排名前M的零件的工艺规程,形成工艺规程集合N2,工艺规程集合N2内包括目标工艺规程,且M≤N。
具体的,在提取工艺规程集合N1中工艺规程对应零件的零件信息后,建立工艺规程集合N1中的单个零件的信息集m,N个零件的信息集构成信息总集Mn,再提取目标零件的工艺基本信息和通过相似度计算后得到的目标零件的零件特征信息,建立信息集p,将工艺基本信息和零件特征信息赋予工艺标签,将信息集p与信息总集Mn的每个信息集m按赋予的工艺标签进行匹配,设定初始的匹配度PPD=0,依次遍历工艺基本信息和零件特征信息中的所有信息,将信息作为条件,判断信息集p和信息集m相应的值是否相同,若两者的值相同,则PPD=PPD+1,若两者的值不同,则PPD=PPD,遍历完成后,PPD的值为两者共同的工艺标签数量,输出共同标签数排名前M的零件的工艺规程,形成工艺规程集合N2。
其中,N≥M≥1,在M≥1时,可选择与目标零件的零件信息的PPD值最大的零件的工艺规程作为目标工艺规程,当存在多个零件的零件信息与目标零件的零件信息输出的PPD值相同的情况,此时可任意选择其中一个零件的工艺规程作为目标工艺规程。
本方案在相似度计算后进一步通过零件信息来筛选目标工艺规程,充分考虑了工艺信息的因素,能过滤大部分不适用于目标零件的工艺规程,使目标工艺规程的筛选更为准确,进而能得到与目标零件的信息最为相似的目标工艺规程,减少后续对目标工艺规程的修改量,提升了编制零件工艺规程的效率。
在上述方案能过滤大部分不适用于目标零件的工艺规程,在输出与目标零件的零件信息重合度排名前M的零件的工艺规程中,当M≥2,仍然可能存在多种相似度较高的工艺规程,此时选择任意一项作为目标工艺规程均可行,但为了保证能筛选到与目标零件最为匹配的工艺规程,因此在S1035步骤之后,参照图3,S103还包括:
S1036:对工艺规程集合N2中零件的工艺属性进行赋值,工艺属性包括机型、编制时间、加工方案以及编制人员水平;其中,
机型:相似机型赋值t=2,非相似机型赋值t=1;
编制时间:按编制时间进行排列,编制时间最新的赋值t=2,编制时间最早的赋值t=1,其余t=1+(h-1)/(k-1),其中k为总数量,h为按时间排序的第h本工艺规程;
加工方案:加工方案与所选设备符合新零件加工需求的,高速卧式加工设备赋值t=2,高速立式设备赋值t=1.5,低速立式设备赋值t=1;
编制人员水平:工龄≥5年,赋值t=3,工龄在3~5年之间,赋值t=2,工龄≤3年,赋值t=1。
S1037:对赋值后的工艺属性进行加权求和,以获取求和值最大的工艺规程,求和值最大的工艺规程即为目标工艺规程。
如上所述方案,将相似度较高的工艺规程按照其所属机型、编制时间、加工方案、编制人员水平的因素进行赋值和加权计算,充分考虑了其他因素对零件编制工艺规程的影响,使得筛选得到的目标工艺规程更好地满足目标零件实际加工需求,以减少后续的修改量,增加编制工艺规程的效率。
在一个实施例中,所述S104步骤包括:
S1041:获取标准工序集,标准工序集中包含若干工艺规程的标准工序;设定待加工工序的阈值,以输出符合阈值的标准工序。
具体的,标准工序集可表示为{GX1,GX2,...,GXi,...GXy};
其中,GXi为第i个标准工序,标准工序GXi由三部分组成,可表示为
GXi={NAMEi,THRESHOLDi,CONTENTi}
其中,NAMEi为第i个标准工序的工序名称,THRESHOLDi,为第i个标准工序的工序阈值,CONTENTi为第i个标准工序的工序内容。
具体的,
THRESHOLDi={THRESHOLDi1,THRESHOLDi2,…,THRESHOLDia}
CONTENTi={CONTENTi1,CONTENTi2,...CONTENTib}
CONTENTi1={CONTENTi11,CONTENTi12,...CONTENTi1c}
工序名称对应工序阈值,工序阈值对应工序内容,工序内容对应具体的实施内容,实施内容包括工序描述、制造依据、测量要求等,标准工序集由工艺人员定期进行维护。
S1042:根据输出的标准工序修改待加工工序,输出标准工艺规程。
具体的,根据目标工艺规程,在CAPP中进行历史工艺规程的复用,将工艺规程中需优化的待加工工序S,待加工工序S包括数控铣、超声波检查、硬度检查、预清洗、渗透、表面处理以及热处理等工序,与标准工序集中的标准工序GXi按设定的阈值进行自动匹配,找到符合阈值要求的标准工序GXi,根据标准工序GXi对待加工工序S的内容和参数进行修改完善。
根据需优化的待加工工序S的内容,在标准工序集GXJ中基于工序名称、工序阈值查找相应的标准工序GXi完成匹配,对比工序内容是否相同,若两者不同,则使用GXi的工序内容替换待加工工序S的内容。
参见表1,为需优化的待加工工序S、工序阈值以及需完善的工序内容之间的对应关系。
表1需优化的待加工工序S、工序阈值以及需完善的工序内容之间的对应关系
参照表1内容,以数控铣为例,数控铣的标准工序可表示为:
GX数控铣={数控铣,{粗铣,半精铣,精铣},{{工序描述(粗铣)、制造内容(粗铣)、测量要求(粗铣)},{工序描述(半精铣)、制造内容(半精铣)、测量要求(半精铣)},{工序描述(精铣)、制造内容(精铣)、测量要求(精铣)}}}
其中,“工序描述(粗铣)”表示粗铣工序的工序描述,“制造内容(粗铣)”表示半粗铣工序的制造内容,“测量要求(粗铣)”表示粗铣工序的测量要求,工序描述(半精铣)、制造内容(半精铣)、测量要求(半精铣)、工序描述(精铣)、制造内容(精铣)、测量要求(精铣)参照上述内容,在此不做赘述。
将待加工工序S中数控铣的工序内容与数控铣的标准工序GX数控铣相对比,若不相同,则将数控铣的标准工序GX数控铣中的内容替换待加工工序S中数控铣的工序内容,依次完善待加工工序S,最后输出目标零件的标准工艺规程。标准工艺规程需存储至工艺规程库中便于下一次使用。
通过上述修改目标工艺规程的待加工工序S以获取目标零件的标准工艺规程的过程,实现了对工序的进一步完善,通过电子设备编程实现对待加工工序的完善,无需工艺人员一一比对标准工序与待加工工序之间的内容来修改待加工工序以获得标准工艺规程,大大地减少了工艺人员的工作量,缩短了编制零件工艺规程的时间。
在一个实施例中,所述S103步骤中,通过图像特征向量与预设图像特征向量,计算目标零件与工艺规程库中零件的相似度值的步骤,包括:
S1032a:根据如下公式,计算获得Sim(IM1(A),IM1(B)):
其中,n是图像特征向量的维度,FV1A=(FV1A1,FV1A2,...FV1An)表示图像IM1(A)的n维特征向量,FV1B=(FV1B1,FV1B2,...FV1Bn)表示图像IM1(B)的n维特征向量,Sim的值越大,表示相似度越大;
S1032b:同理可得:Sim(IM2(A),IM2(B))、Sim(IM3(A),IM3(B))……Sim(IMx(A),IMx(B)),则目标零件与工艺规程库中的任意一个零件之间的相似度为:
Sim(Pro(A),Pro(B))
=Sim(IM1(A),IM1(B))+Sim(IM2(A),IM2(B))+…+Sim(IMx(A),IMx(B))
其中,Pro(A)代表目标零件,Pro(B)代表工艺规程库中的任意一个零件;IM1(A)、IM2(A)……IMx(A)代表目标图像,目标图像包括x个视角方向的多个图像;IM1(B)、IM2(B)……IMx(B)代表工艺规程库的零件的x个视角方向的多个图像。
如上所述,相似度值的计算是通过电子设备编程实现,减少了工艺人员的工作量,提升了编制零件工艺规程的效率,同时通过上述计算公式以计算目标图像与工艺规程库的零件的x个视角方向的多个图像之间的相似度值,从而能根据此相似度值进行上述S1031-S1033步骤的筛选获得目标工艺规程,使得目标零件与工艺规程库中的各零件之间通过多个视角方向的图像来匹配与目标零件最为相似的零件,保证了从多个视角筛选与目标零件相似度最高的的零件,从而进一步保证了筛选目标工艺规程的准确性。
基于同一发明构思,参见图5,本申请的实施例还提供了一种编制零件工艺规程的装置,包括:
读取模块,用于获取目标零件的目标图像及提取目标零件的图像特征向量;
处理模块,用于读取工艺规程库内的零件信息并计算零件信息与目标零件的信息的相似度值;
输出模块,根据满足预设条件的相似度值输出目标工艺规程。
需要说明的是,本实施例中零组件工艺路线确定装置中各模块是与前述实施例中的零组件工艺路线确定方法中的各步骤一一对应,因此,本实施例的具体实施方式可参照前述零组件工艺路线确定方法的实施方式,这里不再赘述。
基于同一发明构思,本申请的实施例还提供一种电子设备,该设备包括存储器和处理器,存储器中存储有计算机程序,处理器执行计算机程序,实现编制零件工艺规程的方法。
基于同一发明构思,本申请的实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,处理器执行计算机程序,实现编制零件工艺规程的方法。
在一些实施例中,计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、闪存、磁表面存储器、光盘、或CD-ROM等存储器;也可以是包括上述存储器之一或任意组合的各种设备。计算机可以是包括智能终端和服务器在内的各种计算设备。
在一些实施例中,可执行指令可以采用程序、软件、软件模块、脚本或代码的形式,按任意形式的编程语言(包括编译或解释语言,或者声明性或过程性语言)来编写,并且其可按任意形式部署,包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
作为示例,可执行指令可以但不一定对应于文件系统中的文件,可以可被存储在保存其它程序或数据的文件的一部分,例如,存储在超文本标记语言(HTML,Hyper TextMarkup Language)文档中的一个或多个脚本中,存储在专用于所讨论的程序的单个文件中,或者,存储在多个协同文件(例如,存储一个或多个模块、子程序或代码部分的文件)中。
作为示例,可执行指令可被部署为在一个计算设备上执行,或者在位于一个地点的多个计算设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个计算设备上执行。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种编制零件工艺规程的方法,其特征在于,包括以下步骤:
获取目标零件的目标图像;
对所述目标图像进行特征提取,获得所述目标零件的图像特征向量;
根据所述图像特征向量,从工艺规程库中获取与所述目标零件相似度值满足预设条件的目标工艺规程;其中,所述工艺规程库中包括若干零件以及所述若干零件对应的工艺规程;
对所述目标工艺规程进行修改,获得所述目标零件的标准工艺规程。
2.根据权利要求1所述的方法,其特征在于,所述根据所述图像特征向量,从工艺规程库中获取与所述目标零件相似度值满足预设条件的目标工艺规程的步骤,包括:
获取所述工艺规程库中的零件的预设图像特征向量;
通过所述图像特征向量与所述预设图像特征向量,计算所述目标零件与所述工艺规程库中零件的相似度值,获得多个相似度值;
对多个相似度值进行排序,并获取所述工艺规程库中与所述目标零件相似度值排名前N的零件的工艺规程,形成工艺规程集合N1,所述工艺规程集合N1内包括所述目标工艺规程。
3.根据权利要求2所述的方法,其特征在于,所述形成工艺规程集合N1的步骤之后,所述方法还包括:
提取所述工艺规程集合N1中工艺规程对应零件的零件信息以及所述目标零件的零件信息;
遍历所述工艺规程中的零件的零件信息以及所述目标零件的零件信息,以获取与所述目标零件的零件信息重合度排名前M的零件的工艺规程,形成工艺规程集合N2,所述工艺规程集合N2内包括所述目标工艺规程,且M≤N。
4.根据权利要求3所述的方法,其特征在于,所述零件信息包括工艺基本信息和零件特征信息;其中,
所述工艺基本信息包括材料信息、零件属性信息、特种检验信息、热表处理信息和尺寸范围信息中的至少一种;
所述零件特征信息包括尺寸范围信息、单双面结构信息、高缘条信息、高精度鼓包信息、高精度叉耳信息、密封槽信息以及筋缘条孔信息中的至少一种。
5.根据权利要求3所述的方法,其特征在于,在所述形成工艺规程集合N2的步骤之后,还包括:
对所述工艺规程集合N2中零件的工艺属性进行赋值,所述工艺属性包括机型、编制时间、加工方案以及编制人员水平;
对赋值后的所述工艺属性进行加权求和,以获取求和值最大的工艺规程,所述求和值最大的工艺规程即为目标工艺规程。
6.根据权利要求1所述的方法,其特征在于,所述对所述目标工艺规程进行修改的步骤,包括:
获取标准工序集,所述标准工序集中包含若干工艺规程的标准工序;设定所述待加工工序的阈值,以输出符合所述阈值的标准工序;
根据输出的所述标准工序修改所述待加工工序,输出所述标准工艺规程。
7.根据权利要求1所述的方法,其特征在于,所述通过所述图像特征向量与所述预设图像特征向量,计算所述目标零件与所述工艺规程库中零件的相似度值的步骤,包括:根据如下公式,计算获得Sim(IM1(A),IM1(B)):
其中,n是图像特征向量的维度,FV1A=(FV1A1,FV1A2,...FV1An)表示图像IM1(A)的n维特征向量,FV1B=(FV1B1,FV1B2,...FV1Bn)表示图像IM1(B)的n维特征向量,Sim的值越大,表示相似度越大;
同理可得:Sim(IM2(A),IM2(B))、Sim(IM3(A),IM3(B))……Sim(IMx(A),IMx(B)),则目标零件与工艺规程库中的任意一个零件之间的相似度为:
Sim(Pro(A),Pro(B))
=Sim(IM1(A),IM1(B))+Sim(IM2(A),IM2(B))+……+Sim(IMx(A),IMx(B))
其中,Pro(A)代表所述目标零件,Pro(B)代表所述工艺规程库中的任意一个零件;IM1(A)、IM2(A)……IMx(A)代表所述目标图像,所述目标图像包括x个视角方向的多个图像;所述IM1(B)、IM2(B)……IMx(B)代表所述工艺规程库的零件的x个视角方向的多个图像。
8.一种编制零件工艺规程的装置,其特征在于,包括:
读取模块,用于获取目标零件的目标图像及提取所述目标零件的图像特征向量;
处理模块,用于读取工艺规程库内的零件信息并计算所述零件信息与所述目标零件的信息的相似度值;
输出模块,根据满足所述预设条件的所述相似度值输出目标工艺规程。
9.一种电子设备,其特征在于,该设备包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序,实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,处理器执行所述计算机程序,实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111119234.4A CN113901648A (zh) | 2021-09-24 | 2021-09-24 | 一种编制零件工艺规程的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111119234.4A CN113901648A (zh) | 2021-09-24 | 2021-09-24 | 一种编制零件工艺规程的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113901648A true CN113901648A (zh) | 2022-01-07 |
Family
ID=79029185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111119234.4A Withdrawn CN113901648A (zh) | 2021-09-24 | 2021-09-24 | 一种编制零件工艺规程的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113901648A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114065406A (zh) * | 2022-01-17 | 2022-02-18 | 成都飞机工业(集团)有限责任公司 | 一种工艺孔的设计方法、装置、设备及可存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011197971A (ja) * | 2010-03-19 | 2011-10-06 | Toshiba Corp | 規程管理装置及びプログラム |
WO2018103264A1 (zh) * | 2016-12-06 | 2018-06-14 | 中国电子科技集团公司第三十八研究所 | 三维典型机加工艺设计方法及装置 |
CN109241868A (zh) * | 2018-08-16 | 2019-01-18 | 平安科技(深圳)有限公司 | 人脸识别方法、装置、计算机设备及存储介质 |
CN111680183A (zh) * | 2020-08-13 | 2020-09-18 | 成都睿沿科技有限公司 | 对象检索方法及装置、存储介质及电子设备 |
CN112733461A (zh) * | 2021-01-21 | 2021-04-30 | 广东工业大学 | 数字孪生驱动的实时渲染方法、系统和计算机可读介质 |
CN113190888A (zh) * | 2021-04-20 | 2021-07-30 | 东风柳州汽车有限公司 | 工艺文件编制方法、装置、设备及存储介质 |
-
2021
- 2021-09-24 CN CN202111119234.4A patent/CN113901648A/zh not_active Withdrawn
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011197971A (ja) * | 2010-03-19 | 2011-10-06 | Toshiba Corp | 規程管理装置及びプログラム |
WO2018103264A1 (zh) * | 2016-12-06 | 2018-06-14 | 中国电子科技集团公司第三十八研究所 | 三维典型机加工艺设计方法及装置 |
CN109241868A (zh) * | 2018-08-16 | 2019-01-18 | 平安科技(深圳)有限公司 | 人脸识别方法、装置、计算机设备及存储介质 |
CN111680183A (zh) * | 2020-08-13 | 2020-09-18 | 成都睿沿科技有限公司 | 对象检索方法及装置、存储介质及电子设备 |
CN112733461A (zh) * | 2021-01-21 | 2021-04-30 | 广东工业大学 | 数字孪生驱动的实时渲染方法、系统和计算机可读介质 |
CN113190888A (zh) * | 2021-04-20 | 2021-07-30 | 东风柳州汽车有限公司 | 工艺文件编制方法、装置、设备及存储介质 |
Non-Patent Citations (8)
Title |
---|
朱川, 龚会民: "飞机制造工艺规程规范编制及机器翻译系统的开发", 航空科学技术, no. 06, 30 December 2003 (2003-12-30), pages 38 - 41 * |
葛友华, 廖文和, 周儒荣: "CAPP系统中的模糊匹配方法", 东南大学学报(自然科学版), no. 02, 20 March 2000 (2000-03-20), pages 93 - 96 * |
蔡改贫 , 杨文琳 , 罗小燕: "机械零件加工工艺规程的模糊评判", 现代制造工程, no. 02, 18 February 2003 (2003-02-18), pages 31 - 34 * |
许之伟;刘永贤;唐亮;郭立新;: "面向中小型机械制造企业CAPP系统研究与实现", 东北大学学报(自然科学版), no. 11, 28 November 2006 (2006-11-28), pages 78 - 81 * |
郭兰申 等: "基于特征的工艺决策模型研究", 《机械科学与技术》, vol. 21, no. 4, 30 July 2002 (2002-07-30), pages 675 - 676 * |
郭兰申, 李世杰, 曲云霞, 刘瑞素: "基于神经网络的零件信息输入技术在蜗轮蜗杆CAPP中的应用", 机械科学与技术, no. 04, 30 July 2002 (2002-07-30), pages 675 - 676 * |
钟万 等: "基于特征的工艺决策模型研究", 《装备制造技术》, 15 December 2019 (2019-12-15), pages 124 - 126 * |
陈直 , 施银根 , 刘永红 , 陈军: "成组零件计算机助工艺规程设计", 华东船舶工业学院学报(自然科学版), no. 01, 30 January 1988 (1988-01-30), pages 79 - 86 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114065406A (zh) * | 2022-01-17 | 2022-02-18 | 成都飞机工业(集团)有限责任公司 | 一种工艺孔的设计方法、装置、设备及可存储介质 |
CN114065406B (zh) * | 2022-01-17 | 2022-05-10 | 成都飞机工业(集团)有限责任公司 | 一种工艺孔的设计方法、装置、设备及可存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109697500B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN110705598B (zh) | 智能模型管理方法、装置、计算机设备及存储介质 | |
US9678628B2 (en) | Method for generating control-code by a control-code-diagram | |
CN111428733A (zh) | 基于语义特征空间转换的零样本目标检测方法及系统 | |
CN109710528B (zh) | 一种测试脚本生成方法、装置、设备和介质 | |
CN110070026B (zh) | 基于模式识别的视频图像危险态势感知方法、系统、装置 | |
CN110796416B (zh) | 一种基于工业联网订单处理方法及计算机存储介质 | |
CN112231034A (zh) | 结合rpa和ai的软件界面元素的识别方法与装置 | |
CN113901648A (zh) | 一种编制零件工艺规程的方法及装置 | |
CN114091688B (zh) | 一种计算资源获取方法、装置、电子设备和存储介质 | |
CN112182406A (zh) | 机械设计方案推荐方法及装置 | |
CN108491357A (zh) | 一种稳态检测的方法以及相关设备 | |
CN115344805A (zh) | 素材审核方法、计算设备及存储介质 | |
CN114398059A (zh) | 参数的更新方法、装置、设备以及存储介质 | |
CN115829925A (zh) | 外观缺陷检测方法、装置、计算机设备及存储介质 | |
CN112505337B (zh) | 一种辅助分析样品的数据处理方法 | |
CN115374517A (zh) | 布线软件的测试方法、装置、电子设备及存储介质 | |
CN112529713A (zh) | 产品的配置方法、装置以及计算机设备 | |
CN112528500A (zh) | 一种场景图构造模型的评估方法及评估设备 | |
CN114186359B (zh) | 一种机械产品可制造性智能分析方法及系统 | |
JPS6165333A (ja) | システム構造評価方式 | |
CN113111155B (zh) | 信息展示方法、装置、设备及存储介质 | |
CN117389659A (zh) | 一种面向工业软件的方法库管理方法及装置 | |
Zheng et al. | Interface Identification of Automatic Verification System Based on Deep Learning | |
CN118195283A (zh) | 参数化工艺路线生成方法、系统及存储介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220107 |