CN115194910A - 一种用于定制家具的板材加工控制系统 - Google Patents

Abstract

本发明公开了一种用于定制家具的板材加工控制系统，属于定制家具加工技术领域，包括模型模块、规划模块、加工模块和服务器；所述模型模块用于进行定制家具图纸的识图建模，获得各个组件模型；所述规划模块用于根据各个组件模型的信息进行相应的组合归类，获得加工制图；所述加工模块用于进行板材的加工，获取对应的加工制图，识别加工制图中对应的加工顺序，选择对应的加工板材，根据识别的加工顺序和加工制图控制板材加工设备对加工板材进行加工，获得各个定制家具的家具组件，通过模型模块、规划模块和加工模块之间的相互配合，实现各个家具组件和加工板材的实际条件，进行家具组件的合理分配，实现对加工板材的最大效益利用。

Description

一种用于定制家具的板材加工控制系统

技术领域

本发明属于定制家具加工技术领域，具体是一种用于定制家具的板材加工控制系统。

背景技术

随着经济的快速发展，人们对生活品质的追求也越来越高，尤其是对于自家的室内装修，越来越多的人们对于家具的购买都采用定制的方式，通过根据自己的个性需要和室内的实际尺寸进行家具定制；但是当前的定制家具在进行加工的过程中，一般是采用人工的方式根据设计图纸进行家具组件的逐一加工，往往对应工人的经验越丰富，节省的加工板材越多，加工的尺寸也月精准，但是采用人工的方式进行控制加工，具有较高经验要求，且具有一定的不确定性，不够智能化，因此，本发明提供了一种用于定制家具的板材加工控制系统。

发明内容

为了解决上述方案存在的问题，本发明提供了一种用于定制家具的板材加工控制系统。

本发明的目的可以通过以下技术方案实现：

一种用于定制家具的板材加工控制系统，包括模型模块、规划模块、加工模块和服务器；

所述模型模块用于进行定制家具图纸的识图建模，获得各个组件模型；

所述规划模块用于根据各个组件模型的信息进行相应的组合归类，获得加工制图；

所述加工模块用于进行板材的加工，获取对应的加工制图，识别加工制图中对应的加工顺序，选择对应的加工板材，根据识别的加工顺序和加工制图控制板材加工设备对加工板材进行加工，获得各个定制家具的家具组件，将获得的家具组件进行组装后，获得对应的定制家具。

进一步地，模型模块的工作方法包括：

获取对应的定制家具设计图纸，对设计图纸进行识别，建立对应家具组件的三维数据模型，标记为组件模型，基于家具设计图纸进行组件模型的拼装，获得家具模型，对获得的家具模型进行校核。

进一步地，规划模块的工作方法包括：

获取各个组件模型的尺寸信息和材质信息，根据获得的尺寸信息和材质信息设置组件模型的特性坐标；获取厂家具有的板材种类信息，根据获得的板材种类信息建立归类模型，将特性坐标输入到归类模型中，完成对应组件模型的初始归类，获得若干个组合分类，计算各个组合分类的优先级，根据计算的优先级选择对应的组合分类为加工组合，根据加工组合生成对应的加工制图。

进一步地，根据获得的尺寸信息和材质信息设置组件模型的特性坐标的方法包括：

获取定制家具的组件板材具有的材质种类，为每个材质种类设置一个材质代表值，建立对应的材质匹配表，获取当前组件模型的材质信息，根据获得的材质信息从材质匹配表中匹配对应的材质代表值；建立形状代表库，获取组件模型的面积数据对应的形状，标记为目标形状，计算目标形状与形状代表库中各个代表形状的相似度，获取相似度最高的代表形状对应的形状代表值，获取组件模型的面积和厚度，将厚度尺寸、材质代表值、面积和形状代表值整合为特性坐标。

进一步地，根据获得的板材种类信息建立归类模型的方法包括：

将板材种类信息中的材质信息转化为对应的材质代表值，以厚度、材质代表值、面积和形状代表值作为坐标轴建立空间模型，根据对应的板材种类信息标记对应的板材区域，打上对应的板材种类标签，补充设置组合模型，所述组合模型用于根据同一板材区域内的特性坐标进行组合，获得组合分类，将当前的空间模型和组合模型整合标记为归类模型。

进一步地，计算各个组合分类的优先级的方法包括：

将组合分类标记为i，其中i＝1、2、……、n，n为正整数；获取各个组合分类对应的板材耗材量，标记为HCi，获取一个组合分类中各个板材上对应的组件模型分布的分布图，对一个组合分类内所有获得的分布图进行分析，获得对应的加工难度值，标记为NDi，设置板材耗材量和加工难度值之间的比重系数，标记为β，根据公式Qi＝(β+α)×HCi+(1-β-α)×NDi计算各个组合分类的优先级。

进一步地，对一个组合分类内所有获得的分布图进行分析，获得对应的加工难度值的方法为：

建立切割排序模型通过切割排序模型对各个分布图进行分析，将分布图上各个组件标记对应的切割顺序，再对当前的所有的分布图进行分析，获得加工难度值。

进一步地，根据计算的优先级选择对应的组合分类为加工组合的方法为：将计算的优先级按照由小到大的顺序进行排序，获得第一序列，选择第一序列中排序第一对应的组合分类标记为加工组合。

与现有技术相比，本发明的有益效果是：

通过模型模块、规划模块和加工模块之间的相互配合，实现对定制家具设计图纸的自动识别与拆分，获得各个需要进行加工的家具组件，再根据各个家具组件和加工板材的实际条件，进行家具组件的合理分配，实现对加工板材的最大效益利用，极大的降低加工过程中人工的参与程度，提高加工的自动化和智能化。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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他的附图。

图1为本发明原理框图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，一种用于定制家具的板材加工控制系统，包括模型模块、规划模块、加工模块和服务器；

模型模块、规划模块和加工模块均与服务器之间通信连接；

所述模型模块用于进行定制家具图纸的识图建模，具体方法包括：

获取对应的定制家具设计图纸，对设计图纸进行识别，建立对应家具组件的三维数据模型，标记为组件模型，指的是板材组件，基于家具设计图纸进行组件模型的拼装，获得家具模型，对获得的家具模型进行校核。

建立对应家具组件的三维数据模型，因为家具的组件一般都是形状较为简单的板材，因此通过识别对应的尺寸后，基于当前的建模技术可以智能生成对应的三维模型，通过结合AI神经网络的形式进行建立，采用人工建立训练集的方式进行训练，通过AI神经网络根据对应的组件形状匹配对应的组件模板，识别对应的尺寸数据，进行相应的填充后，获得对应的组件模型；具体的可以基于大数据分析获得可能具有的家居组件形状，通过人工的方式建立对应的组件模板储存库。

基于家具设计图纸进行组件模型的拼装，就是根据对应组件模型的位置进行组装，通过现有技术可以实现，因此具体的组装过程不进行详细叙述。

对获得的家具模型进行校核，采用的人工校核的方式，判根据对应板材模型的组装效果，判定对应的板材模型是否具有问题，通过人工的方式对智能生成的组件模型进行校核，更加的精准，对于校核不通过的组件模型进行重新建模。

所述规划模块用于根据各个组件模型的信息进行相应的组合归类，具体方法包括：

获取各个组件模型的尺寸信息和材质信息，根据获得的尺寸信息和材质信息设置组件模型的特性坐标，特性坐标是由组件模型的厚度尺寸、材质代表值、面积和形状代表值进行组合建立的；其中面积指的组件的最大单面的面积，如长方体组件的顶面或底面；

获取厂家具有的板材种类信息，包括面积、材质、厚度，根据获得的板材种类信息建立归类模型，将特性坐标输入到归类模型中，完成对应组件模型的初始归类，获得若干个组合分类，计算各个组合分类的优先级，根据计算的优先级选择对应的组合分类为加工组合，根据加工组合生成对应的加工制图。

根据加工组合生成对应的加工制图，根据现有的板材加工技术可以生成对应的加工制图，且标记有对应的加工顺序，因此不进行详细叙述。

根据获得的尺寸信息和材质信息设置组件模型的特性坐标的方法包括：

获取定制家具的组件板材具有的材质种类，采用人工的方式为每个材质种类设置一个材质代表值，建立对应的材质匹配表，获取当前组件模型的材质信息，根据获得的材质信息从材质匹配表中匹配对应的材质代表值；建立形状代表库，获取组件模型的面积数据对应的形状，标记为目标形状，计算目标形状与形状代表库中各个代表形状的相似度，获取相似度最高的代表形状对应的形状代表值，获取组件模型的面积和厚度，将厚度尺寸、材质代表值、面积和形状代表值整合为特性坐标。

建立形状代表库的方法包括：基于大数据分析，获得具有的定制家具具有的板材组件形状，通过人工的方式选择若干个形状作为代表形状，并为每个代表形状设置对应的形状代表值，进行汇总后建立形状代表库。

根据获得的板材种类信息建立归类模型的方法包括：

将板材种类信息中的材质信息转化为对应的材质代表值，以厚度、材质代表值、面积和形状代表值等作为坐标轴建立空间模型，根据对应的板材种类信息标记对应的板材区域，打上对应的板材种类标签，补充设置组合模型，所述组合模型用于根据同一板材区域内的特性坐标进行组合，获得组合分类，将当前的空间模型和组合模型整合标记为归类模型。

根据对应的板材种类信息标记对应的板材区域，其中厚度、材质代表值为定值，而面积对应的是一个区间，而面积代表值可以为任何值，即对应全面积代表值对应的坐标轴，进而组合为板材区域。

组合模型是基于CNN网络或DNN网络进行建立的，通过人工的方式建立对应的训练集进行训练，是以面积、形状代表值为准进行设置的代表值，组合分类即为多个或一个组件模型可以在板材内全部不重叠分布，达到满足板材分割条件下的分布上限，达到分布上限后，将剩余的组件模型在下一块板材上再次进行分布，直到完成板材区域内全部的组件模型分布，则对应的组合为组合分类，相当于板材区域内全部的组件模型在多个板材上分布完成后，为一个组合分类。

计算各个组合分类的优先级的方法包括：

将组合分类标记为i，其中i＝1、2、……、n，n为正整数；获取各个组合分类对应的板材耗材量，标记为HCi，获取一个组合分类中各个板材上对应的组件模型分布的分布图，对一个组合分类内所有获得的分布图进行分析，获得对应的加工难度值，标记为NDi，由专家组进行讨论设置板材耗材量和加工难度值之间的比重系数，标记为β，为一个标准固定值，对应的企业可以根据对应定制家具的需要在比重系数上进行一定的调整，但是调整的值将会在一个固定的区间内，是由专家组在设置对应的比重系数时进行同步设置的，将企业调整的参数标记为α，根据公式Qi＝(β+α)×HCi+(1-β-α)×NDi计算各个组合分类的优先级。

对一个组合分类内所有获得的分布图进行分析，获得对应的加工难度值的方法为：

基于CNN网络或DNN网络建立切割排序模型，通过人工的方式设置对应的训练集进行训练，以为板材在进行加工时，是按照一定的先后顺序进行的，通过人工的加工经验可以设置对应的训练集进行训练，通过切割排序模型对各个分布图进行分析，将分布图上各个组件标记对应的切割顺序，再对当前的所有的分布图进行分析，获得加工难度值。

再对当前的所有的分布图进行分析的方法包括：基于CNN网络或DNN网络建立加工难度分析模型，通过人工的方式进行训练集，可以根据加工过程中现有的各个家具组件按照相应的顺序、位置进行切割模拟，通过人工的方式设置对应的训练集；通过训练成功的加工难度分析模型对所有的分布图进行分析，获得对应的加工难度值。

根据计算的优先级选择对应的组合分类为加工组合的方法为：将计算的优先级按照由小到大的顺序进行排序，获得第一序列，选择第一序列中排序第一对应的组合分类标记为加工组合。

所述加工模块用于进行板材的加工，具体方法包括：

获取对应的加工制图，识别加工制图中对应的加工顺序，选择对应的加工板材，根据识别的加工顺序和加工制图控制板材加工设备对加工板材进行加工，获得各个定制家具的家具组件，将获得的家具组件进行组装后，获得对应的定制家具。

上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。

以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (8)

1.一种用于定制家具的板材加工控制系统，其特征在于，包括模型模块、规划模块、加工模块和服务器；

所述模型模块用于进行定制家具图纸的识图建模，获得各个组件模型；

所述规划模块用于根据各个组件模型的信息进行相应的组合归类，获得加工制图；

所述加工模块用于进行板材的加工，获取对应的加工制图，识别加工制图中对应的加工顺序，选择对应的加工板材，根据识别的加工顺序和加工制图控制板材加工设备对加工板材进行加工，获得各个定制家具的家具组件，将获得的家具组件进行组装后，获得对应的定制家具。

2.根据权利要求1所述的一种用于定制家具的板材加工控制系统，其特征在于，模型模块的工作方法包括：

获取对应的定制家具设计图纸，对设计图纸进行识别，建立对应家具组件的三维数据模型，标记为组件模型，基于家具设计图纸进行组件模型的拼装，获得家具模型，对获得的家具模型进行校核。

3.根据权利要求1所述的一种用于定制家具的板材加工控制系统，其特征在于，规划模块的工作方法包括：

获取各个组件模型的尺寸信息和材质信息，根据获得的尺寸信息和材质信息设置组件模型的特性坐标；获取厂家具有的板材种类信息，根据获得的板材种类信息建立归类模型，将特性坐标输入到归类模型中，完成对应组件模型的初始归类，获得若干个组合分类，计算各个组合分类的优先级，根据计算的优先级选择对应的组合分类为加工组合，根据加工组合生成对应的加工制图。

4.根据权利要求3所述的一种用于定制家具的板材加工控制系统，其特征在于，根据获得的尺寸信息和材质信息设置组件模型的特性坐标的方法包括：

获取定制家具的组件板材具有的材质种类，为每个材质种类设置一个材质代表值，建立对应的材质匹配表，获取当前组件模型的材质信息，根据获得的材质信息从材质匹配表中匹配对应的材质代表值；建立形状代表库，获取组件模型的面积数据对应的形状，标记为目标形状，计算目标形状与形状代表库中各个代表形状的相似度，获取相似度最高的代表形状对应的形状代表值，获取组件模型的面积和厚度，将厚度尺寸、材质代表值、面积和形状代表值整合为特性坐标。

5.根据权利要求4所述的一种用于定制家具的板材加工控制系统，其特征在于，根据获得的板材种类信息建立归类模型的方法包括：

将板材种类信息中的材质信息转化为对应的材质代表值，以厚度、材质代表值、面积和形状代表值作为坐标轴建立空间模型，根据对应的板材种类信息标记对应的板材区域，打上对应的板材种类标签，补充设置组合模型，所述组合模型用于根据同一板材区域内的特性坐标进行组合，获得组合分类，将当前的空间模型和组合模型整合标记为归类模型。

6.根据权利要求3所述的一种用于定制家具的板材加工控制系统，其特征在于，计算各个组合分类的优先级的方法包括：

将组合分类标记为i，其中i＝1、2、……、n，n为正整数；获取各个组合分类对应的板材耗材量，标记为HCi，获取一个组合分类中各个板材上对应的组件模型分布的分布图，对一个组合分类内所有获得的分布图进行分析，获得对应的加工难度值，标记为NDi，设置板材耗材量和加工难度值之间的比重系数，标记为β，根据公式Qi＝(β+α)×HCi+(1-β-α)×NDi计算各个组合分类的优先级。

7.根据权利要求6所述的一种用于定制家具的板材加工控制系统，其特征在于，对一个组合分类内所有获得的分布图进行分析，获得对应的加工难度值的方法为：

建立切割排序模型通过切割排序模型对各个分布图进行分析，将分布图上各个组件标记对应的切割顺序，再对当前的所有的分布图进行分析，获得加工难度值。

8.根据权利要求6所述的一种用于定制家具的板材加工控制系统，其特征在于，根据计算的优先级选择对应的组合分类为加工组合的方法为：将计算的优先级按照由小到大的顺序进行排序，获得第一序列，选择第一序列中排序第一对应的组合分类标记为加工组合。

Images