CN114859823A - 切削工艺参数优化方法、系统、计算机设备及存储介质 - Google Patents

切削工艺参数优化方法、系统、计算机设备及存储介质 Download PDF

Info

Publication number
CN114859823A
CN114859823A CN202210462538.9A CN202210462538A CN114859823A CN 114859823 A CN114859823 A CN 114859823A CN 202210462538 A CN202210462538 A CN 202210462538A CN 114859823 A CN114859823 A CN 114859823A
Authority
CN
China
Prior art keywords
optimization
processing
optimized
data
quality
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
Application number
CN202210462538.9A
Other languages
English (en)
Inventor
刘丹玮
余世阁
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 Siger Data Technology Co ltd
Original Assignee
Jiangsu Siger Data 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 Siger Data Technology Co ltd filed Critical Jiangsu Siger Data Technology Co ltd
Priority to CN202210462538.9A priority Critical patent/CN114859823A/zh
Publication of CN114859823A publication Critical patent/CN114859823A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/4097—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by using design data to control NC machines, e.g. CAD/CAM
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/35—Nc in input of data, input till input file format
    • G05B2219/35217—Cagd computer aided geometric design, sbgd scanning based geometric design
    • 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)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Numerical Control (AREA)

Abstract

本发明提供一种切削工艺参数优化方法、系统、计算机设备及存储介质，其中切削工艺参数优化方法包括如下步骤：获取加工设备的原始加工程序；将原始加工程序中各工艺参数的原始数据替换为对应的宏变量、并更新为优化加工程序；将各工艺参数的原始数据作为初始加工数据，对初始加工数据进行优化并得到优化后的数据；将每次优化后的数据赋值给优化加工程序中对应的宏变量并对工件进行加工，得到加工产品；以加工产品的质量和优化加工程序对工件加工时的设备运行数据是否符合约束条件，判定是否结束优化。

Description

切削工艺参数优化方法、系统、计算机设备及存储介质
技术领域
本发明涉及领域机械加工领域，尤其涉及切削工艺参数优化方法、系统、计算机设备及存储介质。
背景技术
随着社会发展，自动化程度越来越高，数控车床以其自动化、精细化的加工方式成为机械加工的主要选择。在数控加工领域，如何对加工参数进行优化以实现加工效率最优是行业内需要解决的问题。目前，行业内主要有以下几种解决方式：
1.根据CAD图纸、工件参数和刀具参数等，使用或者开发类似于CAM(computerAided Manufacturing，计算机辅助制造)软件，根据软件推荐出NC(Numerical Control，数字控制)程序，含有相对合理的工艺参数，并辅以各类加工工艺的优化方式。这种方式需要CAD图纸或者三维模型，以及较多的工件参数、刀具参数等决定加工工艺的参数，并且仅能够给出一个推荐的加工程序，依旧需要专业的技术人员进一步根据实际情况进行修改和试刀，通过人为对程序中的工艺参数进一步优化，且只能采用最原始的修改方式直接修改参数数值。
2.基于机床、刀具、材料、切削参数数据库或者建立切削工艺参数管理系统；以此作为工艺参数优化推荐，需要较为全面的数据库和推荐模型，参数较为准确，大需要大量的参数信息，实现难度大，且为一次推荐，无法保证考虑全面和进一步优化。虽然推荐的工艺参数与方法1相比较优，但是对推荐的加工程序和工艺参数修改方式较多为是人工手动操作机床修改程序，修改程序复杂。
3.智能云科的iSESOLBOX(智能魔盒)产品通过修改PLC(可编程逻辑控制器)程序和NC程序，在此基础上优化加工的工艺参数，但是此系统将NC程序各加工段都分为优化段和非优化段，增加很多子程序，修改复杂，操作难度大，需要专业技能较高，修改时间较长。
基于现有金属切削加工过程中依赖CAM软件编制NC程序的加工情况的复杂，推荐的工艺参数很难做到较好的适配，导致优化效果较差。上述问题亟待解决。
发明内容
为了解决背景技术中存在的问题，在第一方面，本发明提供了一种切削工艺参数优化方法，其包括如下步骤：
获取加工设备的原始加工程序；
将所述原始加工程序中各工艺参数的原始数据替换为对应的宏变量、并更新为优化加工程序；
将各工艺参数的原始数据作为初始加工数据，对所述初始加工数据进行优化并得到优化后的数据；
将每次优化后的数据赋值给所述优化加工程序中对应的宏变量并对工件进行加工，得到加工产品；
以所述加工产品的质量和所述优化加工程序对工件加工时的设备运行数据是否符合约束条件，判定是否结束优化。
进一步的，对所述初始加工数据进行优化采用的优化模型为：
Figure BDA0003620861510000021
其中，FVi为优化后进给，FVi-1为优化前进给，SVi为优化后转速，SVi-1为优化前转速，r为进给优化幅值，c为转速优化幅值，fro为进给倍率，sro为转速倍率。
进一步的，设当前优化次数为Wi，则上一次的优化次数为Wi-1,其中i为大于等于1的整数；
以所述加工产品的质量和所述优化加工程序对工件加工时的设备运行数据是否符合约束条件判定是否结束优化，包括步骤：
获取所述Wi次加工后的加工产品的质量和所述Wi次加工时所述设备运行数据；
判断工件的所述加工产品的质量和/或所述设备运行数据是否符合约束条件：
若，所述Wi次加工后的所述加工产品的质量和/或所述Wi次加工时所述设备运行数据不符合约束条件，且所述Wi-1次加工后的加工产品的质量和所述Wi-1次加工时所述设备运行数据符合约束条件时，优化结束，并以所述Wi-1次所应对的优化数据作为优化结果；
若，所述Wi次加工后的加工产品的质量和所述Wi次加工时所述设备运行数据均符合约束条件，则以所述Wi次得到的优化数据为基础继续进行优化。
进一步的，将设当前优化次数为Wi，则上一次的优化次数为Wi-1,其中i为大于等于1的整数；
以所述加工产品的质量和所述优化加工程序对工件加工时的设备运行数据是否符合约束条件判定是否结束优化，包括步骤：
获取所述Wi次加工后的加工产品的质量和所述Wi次加工时所述设备运行数据；
判断所述Wi次加工产品的质量是否符合约束条件；
若符合，则判断所述Wi次加工时设备运行数据是否符合约束条件；
若不符合，则结束优化；并以所述Wi-1次所应对的所述优化参数作为优化结果；
若符合，则继续优化；
若不符合，则判断该加工产品是否为可继续优化的产品；
若是，则根据产品加工质量确定需优化的参数后继续优化；
若否，则输出并保存Wi-1次优化数据，并将此次优化记录为无效优化。
进一步的，所述约束条件包括产品质量约束范围和设备参数约束范围，其中所述设备参数约束范围的确定方式包括步骤：
按照所述初始加工参数运行加工程序进行工件加工，获取所述设备运行参数；
依据所述设备运行参数生成所述设备参数约束范围。
进一步的，所述约束条件为：
Figure BDA0003620861510000041
Figure BDA0003620861510000042
其中，SVmin为转速设定最小值、SVmax为转速设定最大值；FVmin为进给设定最小值、FVmax为进给设定最小值；P为实际采集的过程功率、Px-为分级功率的下限值，x为优化级别，取1、2和3；Px+为分级功率的上限值，x为优化级别，取1、2和3；Q为优化加工测量的产品质量、Q-为产品质量要求的下边界、Q+为产品质量要求的上边界。
在第二方面，本发明提供了一种切削工艺参数优化系统，用于实现上述的切削工艺参数优化方法，所述切削工艺参数优化系统包括：
通信模块，用于获取加工设备的加工程序和设备运行数据，并提取所述加工程序中的初始加工参数；
处理模块，用于将所述原始加工程序中各工艺参数的原始数据替换为对应的宏变量、并更新为优化加工程序；
优化模块，用于对所述初始加工数据进行优化并得到优化后的数据；
执行模块，将每次优化后的数据赋值给所述优化加工程序中对应的宏变量、并执行所述优化加工程序对工件进行加工，得到加工产品；
判断模块，用于判断采用每次优化后的数据得到的所述加工产品的质量和所述优化加工程序对工件加工时的设备运行数据是否符合约束条件，判定是否结束优化。
在第三方面，本发明还提供了一种计算机设备，其包括：处理器和存储器，其中，所述存储器用于储存计算机程序；
所述处理器执行所述计算机程序时实现上述的切削工艺参数优化方法。
在第三方面，本发明还提供了一种计算机可读存储介质，其中存储有计算机程序，所述计算机程序被处理加载执行时，实现上述的切削工艺参数优化方法。
本发明的有益效果如下：本发明的根据设备运行数据和产品质量对优化程度进行限定，能够很好的对加工工件进行适配优化，在不减少刀具寿命的前提下，加工效率可以提高20％左右。
附图说明
图1是本发明的切削工艺参数优化方法的流程图；
图2是本发明的切削工艺参数优化方法步骤5采取另一种方式时的流程图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将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。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
下面参照附图来详细说明根据本发明的切削工艺参数优化方法、系统、计算机设备及存储介质。
其中，切削工艺参数优化方法，如图1所示，其包括如下步骤S1-5：
S1.获取加工设备的原始加工程序；S2.将所述原始加工程序中各工艺参数的原始数据替换为对应的宏变量、并更新为优化加工程序；S3.将各工艺参数的原始数据作为初始加工数据，对所述初始加工数据进行优化并得到优化后的数据；S4.将每次优化后的数据赋值给所述优化加工程序中对应的宏变量并对工件进行加工，得到加工产品；S5.以所述加工产品的质量和所述优化加工程序对工件加工时的设备运行数据是否符合约束条件，判定是否结束优化。本发明的根据设备运行数据和产品质量对优化程度进行限定，能够很好的对加工工件进行适配优化，在不减少刀具寿命的前提下，加工效率可以提高20％左右。
以下对上述步骤进行详细说明：
在步骤S1中，获取加工设备的原始加工程序(数控机床开机即可进行获得)。
具体的，通过通信技术获取机床加工的程序，并自动分析程序，如FANUC支持的FOCAS，三菱的EZSocket,西门子支持OPC UA等，根据具体数控车床型号进行选择。
在步骤S2中，将所述原始加工程序中各工艺参数的原始数据替换为对应的宏变量、并更新为优化加工程序(同样可以采取与上述的加工程序相同的方式获取，也可以将提取的加工程序语句显示在显示器上，人工进行替换)；
具体的，原始数据至少包括刀具的转速和进给量。
例如：
如下程序段中，加工程序代码中刀具号T1(下述程序段中T1)的加工段中的初始加工参数包括：转速(S2500)和进给(F250)；将上述两个初始加工数据修改为S#501和F#502，并把2500赋给#501、250赋给#502，赋值完成后将修改后的加工程序上传至数控机床，此后通过改变宏变量值就可以完成初始加工参数的修改，例如将优化参数值赋予S#501和F#502，运行加工程序，即可实现按照优化后的数据进行加工；当进行其他加工段的初始加工参数的优化时，同理。
M01
M6T1(D2.9)
G0G90X-162Y-0.10S2500M3
G43H1Z20.M8
G98G83Z-12.R1.Q3.5F250
在步骤S3中，将各工艺参数的原始数据作为初始加工数据，对所述初始加工数据进行优化并得到优化后的数据；
具体的，对原始数据进行优化得到优化后的数据步骤中采取如下公式计算得到优化后的数据：
Figure BDA0003620861510000081
其中：
FVi：优化后进给；FVi-1：优化前进给；SVi：优化后转速；SVi-1：优化前转速；r：进给优化幅值；c：转速优化幅值，r和c可取5％或3％-10％之间选择选择；如：根据加工工艺和加工材料工件大小选择，粗加工大工件硬质材料或初优化可按10％的优化幅值，相反情况和第二次优化起可以选择较小的幅值；fro：进给倍率；sro：转速倍率。
在步骤S4中.将每次优化后的数据赋值给所述优化加工程序中对应的宏变量并对工件进行加工，得到加工产品；
即，将加工程序中的初始加工数据(转速/进给)数值替换为优化后的数据(通过宏变量传递)；在实际操作中，使用宏变量替代，加工程序修改完成后，将加工程序上传至数控机床，并将宏变量与加工刀具所采取的加工参数进行一一对应的关联，即可将优化后的参数通过宏变量替换加工程序中的原加工参数。
在步骤S5中.以所述加工产品的质量和所述优化加工程序对工件加工时的设备运行数据是否符合约束条件，判定是否结束优化；
具体的，在步骤S5中，以所述加工产品的质量(即加工工件的加工标准，尺寸偏差)和所述优化加工程序对工件加工时的设备运行数据是否符合约束条件，判定是否结束优化步骤包括：
设当前优化次数为Wi，则上一次的优化次数为Wi-1,其中i为大于等于1的整数；
以所述加工产品的质量和所述优化加工程序对工件加工时的设备运行数据是否符合约束条件判定是否结束优化，包括步骤：
获取所述Wi次加工后的加工产品的质量和所述Wi次加工时所述设备运行数据；
判断工件的所述加工产品的质量和/或所述设备运行数据是否符合约束条件：
若，所述Wi次加工后的所述加工产品的质量和/或所述Wi次加工时所述设备运行数据不符合约束条件，且所述Wi-1次加工后的加工产品的质量和所述Wi-1次加工时所述设备运行数据符合约束条件时，优化结束，并以所述Wi-1次所应对的优化数据作为优化结果；
若，所述Wi次加工后的加工产品的质量和所述Wi次加工时所述设备运行数据均符合约束条件，则以所述Wi次得到的优化数据为基础继续进行优化。
在一个实施例中，如图2所示，步骤S5以所述加工产品的质量和所述优化加工程序对工件加工时的设备运行数据是否符合约束条件，判定是否结束优化，还可以按照下述方式进行：
将设当前优化次数为Wi，则上一次的优化次数为Wi-1,其中i为大于等于1的整数；
以所述加工产品的质量和所述优化加工程序对工件加工时的设备运行数据是否符合约束条件判定是否结束优化，包括步骤：
S51.获取所述Wi次加工后的加工产品的质量和所述Wi次优化加工时所述设备运行数据；
S52.判断所述Wi次优化加工产品的质量是否符合约束条件；
S53.若符合，则判断所述Wi次优化加工时设备运行数据是否符合约束条件；
S53A.若不符合，则结束优化；并以所述Wi-1次所应对的所述优化参数作为优化结果；
S53B.若符合，则继续优化；
S54.若不符合，则判断该加工产品是否为可继续优化的产品；
S54A.若是，则根据产品加工质量确定需优化的参数后继续优化；
具体的，在一些产品质量指标不合格的情况，可以通过自动选择单一优化转速或者进给解决，实现进一步优化。如：产品的粗糙度或者端面跳动不符合质量要求，则可以判定可优化，通过小幅提高(调节幅度为10％-25％)转速或者降低(调节幅度为10％-25％)进给来解决这一质量项的不合格。优选的，优先调节转速，如果优化后的产品质量仍不符合要求再调节进给。
S54B.若否，则输出并保存Wi-1次优化数据，并将此次优化记录为无效优化。
具体的，所述符合约束条件包括产品质量约束范围(加工工件的质量要求)和设备参数约束范围，其中所述设备参数约束范围采取如下步骤确定：
按照所述初始加工参数运行加工程序进行工件加工，获取所述设备运行参数(功率或主轴振动数据)；
依据所述设备运行参数生成所述设备参数约束范围。
本发明中采取约束条件如下；
Figure BDA0003620861510000111
Figure BDA0003620861510000112
其中，SVmin为转速设定最小值、SVmax为转速设定最大值；FVmin为进给设定最小值、FVmax为进给设定最小值；(转速和进给的范围界限，由数控机床决定)。P为实际采集的过程功率(实际功率)、Px-为分级功率的下限值，功率可以采取主轴振动值替代(等级划分可参照功率划分标准进行)；x为优化级别，取1、2和3；Px+为分级功率的上限值，x为优化级别，取1、2和3；Q为优化加工测量的产品质量、Q-为产品质量要求的下边界、Q+为产品质量要求的上边界。
优化级别x级别和边界范围可以按照如下方式划分：1级：90％-110％；2级：85％-115％；3级：80％-120％；其中每个级别上下限的基准以已有的相同加工工程(也可以通过试加工获取)的工艺段记录的各过程(加工阶段)所对应的功率数据也可以采取主轴振动数据，为基准；
优化级别x的以如下原则选取：上下限的选择采取刀具、工艺和材料承受负载的能力确定，如：铣削工艺处理加工位置较厚(如大于6mm)的钢铝件可以设定三级优化上下限；车钻常规零件(厚度大于6mm)时可以设定二级优化上限，车钻薄壁件(小于等于6mm)时设定一级优化上下限；在此范围内选择等级能够达到最优参数，如功率降低或提高加工效率。
本发明以设备运行数据和产品质量指导优化方向，以加工过程中采集的运行数据和加工后的产品质量数据来限定优化的加工参数，如加工的产品粗糙度或端面跳动过大，可以推断是转速和进给的不合理点，以及优化方向。
以设备运行数据和产品质量约束优化幅度，工件加工过程的设备运行数据能够反映加工过程中机床负载使用的情况，并且各刀具承受力有一定的限制，依据加工的工件不同(主要为厚度，加工工艺和材料等)，对过程信号(功率或主轴振动)进行分级。针对工件或刀具成本高的情况，选取不同的级别，使转速进给达到较为合理，由此得到工艺参数优化的目标，即可提高加工节拍，保证产品质量，又能够降低刀具的浪费。
切削工艺参数优化系统，包括：
通信模块，用于获取加工设备的加工程序和设备运行数据(包括步骤S1之前工艺学习阶段的数据(已有加工相同工件的工艺段数据记录或通过试加工过程获得的数据，如功率或主轴震动数据)和设备实时运行数据(包括刀位号，设备状态(功率)，设定转速，设定进给)，并提取所述加工程序中的初始加工参数；
具体的，通过数据采集模块利用IoT(Internet of Things，物联网)技术获取数控机床加工程序，并能一键备份至系统，然后将加工程序加载到编辑界面，通过宏变量替代工艺参数，并将原工艺参数通过数采赋值到宏变量。之后的优化过程只需通过改变宏变量的值即可，无需再进行手动修改程序，可以降低工艺参数修改的复杂度，提高程序修改的效率。
处理模块，用于将所述原始加工程序中各工艺参数的原始数据替换为对应的宏变量、并更新为优化加工程序；
优化模块，用于对所述初始加工数据进行优化并得到优化后的数据；
执行模块，将每次优化后的数据赋值给所述优化加工程序中对应的宏变量、并执行所述优化加工程序对工件进行加工，得到加工产品；
判断模块，用于判断采用每次优化后的数据得到的所述加工产品的质量和所述优化加工程序对工件加工时的设备运行数据是否符合约束条件，判定是否结束优化。
本发明的切削工艺参数优化系统修改程序方便简单，无需建立子程序，且程序获取直接通过数采接口，无需对机床操作，对使用者的编程能力的要求很低，只需能找到各刀位的加工程序段，进行宏变量替换即可。
计算机设备，包括：处理器和存储器，其中，所述存储器用于储存计算机程序；
所述处理器执行所述计算机程序时实现上述的切削工艺参数优化方法。
计算机可读存储介质，其中存储有计算机程序，所述计算机程序被处理加载执行时，实现上述的切削工艺参数优化方法。
本发明以设备运行数据和产品质量指导优化方向，以加工过程中采集的运行数据和加工后的产品质量数据来限定优化的加工参数，如加工的产品粗糙度或端面跳动过大，可以推断是转速和进给的不合理点，以及优化方向。
以设备运行数据和产品质量约束优化幅度，工件加工过程的设备运行数据能够反映加工过程中机床负载使用的情况，并且各刀具承受力有一定的限制，依据加工的工件不同(主要为厚度，加工工艺和材料等)，对过程信号(功率、主轴振动等)进行分级。针对工件或刀具成本高的情况，选取不同的级别，使转速进给达到较为合理，由此得到工艺参数优化的目标，即可提高加工节拍，保证产品质量，又能够降低刀具的浪费。

Claims (9)

1.一种切削工艺参数优化方法，其特征在于，包括如下步骤：
获取加工设备的原始加工程序；
将所述原始加工程序中各工艺参数的原始数据替换为对应的宏变量、并更新为优化加工程序；
将各工艺参数的原始数据作为初始加工数据，对所述初始加工数据进行优化并得到优化后的数据；
将每次优化后的数据赋值给所述优化加工程序中对应的宏变量并对工件进行加工，得到加工产品；
以所述加工产品的质量和所述优化加工程序对工件加工时的设备运行数据是否符合约束条件，判定是否结束优化。
2.根据权利要求1所述的切削工艺参数优化方法，其特征在于，对所述初始加工数据进行优化采用的优化模型为：
Figure FDA0003620861500000011
其中，FVi为优化后进给，FVi-1为优化前进给，SVi为优化后转速，SVi-1为优化前转速，r为进给优化幅值，c为转速优化幅值，fro为进给倍率，sro为转速倍率。
3.根据权利要求1所述的切削工艺参数优化方法，其特征在于，
设当前优化次数为Wi，则上一次的优化次数为Wi-1,其中i为大于等于1的整数；
以所述加工产品的质量和所述优化加工程序对工件加工时的设备运行数据是否符合约束条件判定是否结束优化，包括步骤：
获取所述Wi次加工后的加工产品的质量和所述Wi次加工时所述设备运行数据；
判断工件的所述加工产品的质量和/或所述设备运行数据是否符合约束条件：
若，所述Wi次加工后的所述加工产品的质量和/或所述Wi次加工时所述设备运行数据不符合约束条件，且所述Wi-1次加工后的加工产品的质量和所述Wi-1次加工时所述设备运行数据符合约束条件时，优化结束，并以所述Wi-1次所应对的优化数据作为优化结果；
若，所述Wi次加工后的加工产品的质量和所述Wi次加工时所述设备运行数据均符合约束条件，则以所述Wi次得到的优化数据为基础继续进行优化。
4.根据权利要求1所述的切削工艺参数优化方法，其特征在于，
将设当前优化次数为Wi，则上一次的优化次数为Wi-1,其中i为大于等于1的整数；
以所述加工产品的质量和所述优化加工程序对工件加工时的设备运行数据是否符合约束条件判定是否结束优化，包括步骤：
获取所述Wi次加工后的加工产品的质量和所述Wi次加工时所述设备运行数据；
判断所述Wi次加工产品的质量是否符合约束条件；
若符合，则判断所述Wi次加工时设备运行数据是否符合约束条件；
若不符合，则结束优化；并以所述Wi-1次所应对的所述优化参数作为优化结果；
若符合，则继续优化；
若不符合，则判断该加工产品是否为可继续优化的产品；
若是，则根据产品加工质量确定需优化的参数后继续优化；
若否，则输出并保存Wi-1次优化数据，并将此次优化记录为无效优化。
5.根据权利要求1所述的切削工艺参数优化方法，其特征在于，所述约束条件包括产品质量约束范围和设备参数约束范围，其中所述设备参数约束范围的确定方式包括步骤：
按照所述初始加工参数运行加工程序进行工件加工，获取所述设备运行参数；
依据所述设备运行参数生成所述设备参数约束范围。
6.根据权利要求1或5所述的切削工艺参数优化方法，其特征在于，所述约束条件为：
Figure FDA0003620861500000031
Figure FDA0003620861500000032
其中，SVmin为转速设定最小值、SVmax为转速设定最大值；FVmin为进给设定最小值、FVmax为进给设定最小值；P为实际采集的过程功率、Px-为分级功率的下限值，x为优化级别，取1、2和3；Px+为分级功率的上限值，x为优化级别，取1、2和3；Q为优化加工测量的产品质量、Q-为产品质量要求的下边界、Q+为产品质量要求的上边界。
7.一种切削工艺参数优化系统，用于实现权利要求1-6中任一项所述的切削工艺参数优化方法，其特征在于，所述切削工艺参数优化系统包括：
通信模块，用于获取加工设备的加工程序和设备运行数据，并提取所述加工程序中的初始加工参数；
处理模块，用于将所述原始加工程序中各工艺参数的原始数据替换为对应的宏变量、并更新为优化加工程序；
优化模块，用于对所述初始加工数据进行优化并得到优化后的数据；
执行模块，将每次优化后的数据赋值给所述优化加工程序中对应的宏变量、并执行所述优化加工程序对工件进行加工，得到加工产品；
判断模块，用于判断采用每次优化后的数据得到的所述加工产品的质量和所述优化加工程序对工件加工时的设备运行数据是否符合约束条件，判定是否结束优化。
8.一种计算机设备，其特征在于，包括：处理器和存储器，其中，所述存储器用于储存计算机程序；
所述处理器执行所述计算机程序时实现权利要求1-6中任一项所述的切削工艺参数优化方法。
9.一种计算机可读存储介质，其中存储有计算机程序，其特征在于，所述计算机程序被处理加载执行时，实现权利要求1-6中任一项所述的切削工艺参数优化方法。
CN202210462538.9A 2022-04-28 2022-04-28 切削工艺参数优化方法、系统、计算机设备及存储介质 Pending CN114859823A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210462538.9A CN114859823A (zh) 2022-04-28 2022-04-28 切削工艺参数优化方法、系统、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210462538.9A CN114859823A (zh) 2022-04-28 2022-04-28 切削工艺参数优化方法、系统、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN114859823A true CN114859823A (zh) 2022-08-05

Family

ID=82636080

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210462538.9A Pending CN114859823A (zh) 2022-04-28 2022-04-28 切削工艺参数优化方法、系统、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN114859823A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116627090A (zh) * 2023-07-19 2023-08-22 太仓庄正数控设备有限公司 基于切削状态诊断的数控机床调控方法及系统
CN116679614A (zh) * 2023-07-08 2023-09-01 四川大学 基于演化博弈的多特征刀具综合适配方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116679614A (zh) * 2023-07-08 2023-09-01 四川大学 基于演化博弈的多特征刀具综合适配方法
CN116679614B (zh) * 2023-07-08 2024-02-02 四川大学 基于演化博弈的多特征刀具综合适配方法
CN116627090A (zh) * 2023-07-19 2023-08-22 太仓庄正数控设备有限公司 基于切削状态诊断的数控机床调控方法及系统
CN116627090B (zh) * 2023-07-19 2023-11-10 太仓庄正数控设备有限公司 基于切削状态诊断的数控机床调控方法及系统

Similar Documents

Publication Publication Date Title
CN114859823A (zh) 切削工艺参数优化方法、系统、计算机设备及存储介质
CN106776712B (zh) 基于i5智能数控车床的车削工艺数据库及其应用方法
EP0311703B1 (de) Verfahren zum Steuern einer Werkzeugmaschine
KR100766310B1 (ko) Ｇ 코드로부터 ｓｔｅｐ－ｎｃ 파트 프로그램으로 변환하는 방법 및 기록매체
JP4815907B2 (ja) 加工時間予測方法および予測装置ならびに加工時間予測機能を備えたｎｃデータ編集装置
CN107589723A (zh) 一种数控机床铣削加工稳定性的动‑静态优化方法
TWI684080B (zh) 智慧型調整系統及其方法
CN110531710B (zh) 基于主轴恒功率约束的进给速度优化方法
GB2164878A (en) A machine tool for machining a workpiece by feeding a cutting tool in a series of discrete steps and related method
CN114415595B (zh) 一种车削优化方法、系统、计算机设备和存储介质
CN112114560A (zh) 加工指令改良系统以及加工指令改良方法
CN110597186A (zh) 数控装置的柔性切削参数自动设定方法
CN112558550A (zh) 一种使用cam软件加工异形螺纹的方法
CN111007803B (zh) 机械加工过程数控代码标准化集成模型及方法
CN112068484A (zh) 一种数控机床cnc系统的实时中断处理方法
CN111598364B (zh) 用于机械零部件的数字化工艺编排系统
El-Midany et al. AUTOCAP—a dialogue system for planning the sequence of operations for turning components
CN116466651A (zh) 基于混合启发式算法的数控加工工艺参数优化方法及系统
Xu et al. A novel process planning schema based on process knowledge customization
Pande et al. PC-CAPP—a computer-assisted process planning system for prismatic components
CN113868860A (zh) 一种基于工艺知识的零件自适应成本估算方法
CN116569117A (zh) 机器学习装置、加工程序生成装置及机器学习方法
Alam et al. Decision algorithm for selection of high-speed machining, EDM or a combination for the manufacture of injection moulds
CN117389161B (zh) 考虑多加工阶段的平面立铣参数优化及加工性能预测方法
Gonzalez et al. General and flexible methodology and architecture for CAPP: GF-CAPP system

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