CN115755775A - 一种基于cam云服务架构的特征刀轨动态生成系统及方法 - Google Patents
一种基于cam云服务架构的特征刀轨动态生成系统及方法 Download PDFInfo
- Publication number
- CN115755775A CN115755775A CN202211382993.4A CN202211382993A CN115755775A CN 115755775 A CN115755775 A CN 115755775A CN 202211382993 A CN202211382993 A CN 202211382993A CN 115755775 A CN115755775 A CN 115755775A
- Authority
- CN
- China
- Prior art keywords
- file
- tool path
- service
- information
- node
- 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
Links
Images
Classifications
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Numerical Control (AREA)
Abstract
本发明公开了一种基于CAM云服务架构的特征刀轨动态生成系统及方法,所述系统包括STEP‑CAD、STEP‑CNC、云端服务器;所述方法包括步骤:STEP‑CAD生成STEP‑NC文件,并将所述STEP‑NC文件通过局域网传输给STEP‑CNC;STEP‑CNC的STEP‑NC解析器将STEP‑NC文件解析到内存中,并保存为特征文件;STEP‑CNC通过云端通信器向云端服务器请求CAM微服务;CAM微服务的前处理模块对特征文件进行处理,确定加工参数及刀具;基于所述加工参数及刀具,计算刀轨节点,生成刀轨文件;CAM微服务调用刀轨检验微服务,将检验合格的刀轨文件下发到STEP‑CNC,进行零件加工。该系统及方法可根据现场环境由云端CAM微服务自主进行零件加工刀轨的计算和生成,能够有效缩短加工设计周期、降低人员成本。
Description
技术领域
本发明属于智能制造数控加工技术领域,特别涉及一种基于CAM云服务架构的特征刀轨动态生成系统及方法。
背景技术
随着数控加工技术的不断发展,全球各个主要的工业化国家相继提出了国家级的工业发展战略,力求发展智能制造。其中,智能数控系统的研究将有效推动数控加工智能化的发展,而计算机辅助制造(CAM)作为智能数控加工环节中不可或缺的一环一直备受关注。在传统的数控加工中,CAM系统与计算机辅助设计(CAD)系统相耦合,零件的加工工艺信息由CAD/CAM传递给计算机数字控制(CNC)系统进行加工。传统的零件加工模式,在加工现场情况无法满足工艺设计要求时,机加工操作人员需要根据现场情况向工艺设计人员反馈。这将导致零件加工进程出现排队或搁置现象,增加了零件加工工艺准备周期。此外,传统CAM工艺设计严重依赖于工艺设计人员的经验,需要工艺设计人员花大量的时间进行学习和积累。这不仅增加了工作人员成本,且无法满足零件加工智能化的需求。
现有技术采用了多种方法改进CAM系统,从而提高数控加工智能化。中国发明专利申请CN201210297080.2公开了一种基于特征的数控加工程序移植方法,能够单独生成驱动几何与刀轨策略,并将信息存储在XML文件中,根据实际生产状态对XML文档进行不同的后续处理以适应现场情况。这种方法存在特征识别精度低的缺点。中国发明专利申请CN201610095325.1公开了一种智能化的编程方法,通过分析零件模型的STEP中性文件以及类零件模型的加工工艺,利用特征识别规则,对零件模型的工艺特征进行识别,进一步实现了特征识别系统与CAM系统的无缝连接。这种方法虽然克服了第一种方法的缺点,但存在STEP文件规范冗余复杂且工艺信息不够完整的问题。
发明内容
针对面向下一代智能数控机床数控加工问题,本发明提出了一种基于CAM云服务架构的特征刀轨动态生成系统及方法。该方法可根据现场环境由云端CAM微服务自主进行零件加工刀轨的计算和生成,生成的刀轨数据文件将由云端服务器发送到智能数控机床,全流程无需加工工艺人员和机加工操作人员参与,且能够实现刀轨优化、显示等多种扩展功能,最终达到有效缩短加工设计周期、降低人员成本的效果。本发明采用如下技术方案:
本发明提供一种基于CAM云服务架构的特征刀轨动态生成系统,包括STEP-CAD、STEP-CNC、云端服务器;
所述STEP-CAD是基于STEP-NC标准的几何建模软件,用于按照STEP-NC标准采用特征的方式建立零件的几何模型,并输出包含零件特征的STEP-NC文件;
所述STEP-CNC是基于STEP-NC标准的智能数控机床,用于将所述STEP-NC文件解析并保存为特征文件,并向所述云端服务器传送所述特征文件;
所述云端服务器对所述特征文件进行处理,生成刀轨文件,并下发检验合格的刀轨文件到所述STEP-CNC。
进一步,所述STEP-CNC包括人机交互界面、数控内核、可编程逻辑控制;
人机交互界面读取STEP-NC文件,并通过STEP-NC解析器将文件解析到内存中,然后将解析出的信息保存为特征文件,并通过云端通信器将特征文件发送到云端服务器进行刀轨生成,生成的刀轨文件经过仿真和验证后发送到数控内核;
数控内核包括前置缓冲器、加速器或减速器、插补缓冲器,其中,前置缓冲器用于减少人机交互界面显示的实时要求,加速器或减速器用于生成平稳的信息传输速度,插补缓冲器能够通过插补使得轴的运动更加平滑;
可编程逻辑控制用于提供机床的逻辑映射功能。
进一步,云端服务器采用开源分布式微服务架构,包括协调层、通信层、监控层、管理层、微服务集群、通用处理层、数据存储层;
协调层包括负载均衡组件,能够利用负载均衡算法识别可用服务,然后将客户端的请求转发到该服务,达到缓解网络流量的目的;
通信层承载云端服务器与客户端通信功能,包括网关组件,网关具有负载均衡功能;
监控层由熔断器和集群监控组件组成,熔断器组件能够保证单个服务出现异常时阻止故障的连锁反应,起到安全保护的作用;集群监控组件能够汇集监控信息,并将聚合后的信息提供给可视化界面进行集中展示和监控;
管理层包括服务发现与配置管理组件,能够同时提供服务发现和配置管理;
微服务集群包括若干微服务:注册和登录微服务、智能工艺优化微服务、CAM微服务、智能刀轨优化微服务、刀轨检验微服务,用于接收并满足客户端的多种业务需求,同时所述若干微服务之间可以进行相互调用;
通用处理层用来向微服务集群提供通用服务,包括数据库操作服务、事件处理服务、信息传递服务,所述通用服务可以被微服务集群任一微服务调用;
数据存储层采用多种数据库类型,满足业务实现过程中的数据存储、数据获取、增删改查需求。
本发明还提供一种基于CAM云服务架构的特征刀轨动态生成方法,采用上述基于CAM云服务架构的特征刀轨动态生成系统进行特征刀轨动态生成,包括以下步骤:
S100,STEP-CAD生成STEP-NC文件,并将所述STEP-NC文件通过局域网传输给STEP-CNC;
S200,STEP-CNC的STEP-NC解析器将STEP-NC文件解析到内存中,并保存为特征文件;
S300,STEP-CNC通过云端通信器向云端服务器请求CAM微服务;
S400,CAM微服务的前处理模块对特征文件进行处理,确定加工参数及刀具;
S500,基于所述加工参数及刀具,计算刀轨节点,生成刀轨文件;
S600,CAM微服务调用刀轨检验微服务,若刀轨合格,则将检验合格的刀轨文件下发到STEP-CNC,STEP-CNC根据所述刀轨文件进行零件加工;否则,将错误信息返回CAM微服务的前处理模块,重复步骤S400-S500进行新一轮参数调整和刀轨生成。
进一步,所述特征文件是包括设备ID和STEP-NC文件中的特征全要素信息的JSON文件,所述设备ID是加工设备在工厂局域网中唯一的身份标识,所述特征全要素信息包括几何信息、工艺信息、毛坯信息、材料信息、形位信息、表面信息。
进一步,所述步骤S400包括以下子步骤:
S410,读取特征文件中的设备ID,并利用设备ID在数据存储层的STEP-NC数据库中查询制造信息,包括夹具信息、刀具信息、加工坐标系、伺服控制系统参数;
S420,根据所述制造信息和所述特征文件中读取到的几何信息、工艺信息确定加工参数;
S430,前处理模块以步骤S410中的刀具信息作为输入,调用智能选刀微服务中的计算函数,获得最佳刀具及其参数。
进一步,所述步骤S500包括以下子步骤:
S510,设置刀具偏置距离,所述刀具偏置距离e=1.5r,r为刀具直径;
S520,计算偏置环节点坐标:
(1)计算封闭槽轮廓两节点A、C之间的直线方程:节点A坐标为节点C坐标为特征原点O位于封闭槽型腔对角线交点;坐标上标A、B、C、D表示节点编号,下标i=0,1,2,3,…表示偏置环编号;可得B、D两节点坐标分别为直线AC方程为:LAC 其中k为直线LAC斜率;
(2)计算编号为i的偏置环节点坐标:由于节点坐标上标为A、C的节点均在直线AC上,且由步骤S510得到刀具偏置距离为e,故计算得编号为i的偏置环节点Ai、Ci坐标分别为其中k为直线LAC斜率,推得Bi、Di坐标分别为
(3)计算节点Ai和节点Di之间的距离li:若li>2e=3r,则重复步骤(1)和步骤(2)计算编号为i+1的偏置环节点坐标;若li≤2e=3r,则说明偏置环的四个节点在直线LAC重合,进入步骤S530;
S530,检测平面中心是否有未加工区域:
假设编号i最大值为n,则计算偏置环节点An和Bn之间的距离若h≤2r,则说明型腔中心没有未加工区域,进行步骤S540;否则,则说明型腔中心有未加工区域,取编号为n的偏置环节点的Y轴坐标和特征原点O的X轴坐标,生成编号为n+1的偏置环节点,该偏置环为一条直线,两个节点A(D)和B(C)坐标分别为
S540,生成刀轨文件:将步骤S520和步骤S530生成的偏置环节点按编号从1到n,从A到D的顺序保存;同时,将所述偏置环节点的Z坐标进行变换,增量为层高,最后得到整个封闭槽的刀轨节点坐标,所有刀轨节点保存后生成刀轨文件,文件格式为JSON。
本发明具有以下有益效果:
(1)本发明提出了一种基于CAM云服务架构的特征刀轨动态生成方法,该方法面向下一代智能数控机床设计了一种新型制造模式,打破了传统CAD/CAM/CNC模式,使得智能数控机床能够实现结合自身资源情况进行CAM设计,避免CAM设计完成后还需修改以满足现场要求的情况发生,极大的缩短了零件加工工艺周期,提高了整个加工流程的智能化程度。
(2)本发明中的CAM微服务部署在云端服务器上,由下一代智能数控机床自主进行服务请求,能够根据智能数控机床上传的零件几何数据和机床自身数据自动确定加工类型、刀具参数、工艺参数等;能够自动生成特征刀轨并将刀轨数据下发给智能数控机床。相较于传统CAM设计过程中工艺设计人员根据经验确定工艺参数的情况,本发明的CAM微服务可以实现CAM设计流程全智能化,能够更快获取符合现场情况的工艺参数最优解,大幅度节约人员成本。
(3)本发明中的CAM微服务能够根据加工设计过程需求自主访问云端其他微服务。例如,访问智能选刀微服务可以获取符合现场条件的最优刀具参数,访问智能刀轨优化微服务可以自动实现刀轨优化,访问刀轨仿真微服务可以进行在线刀轨仿真。相较于传统CAM系统功能复杂且耦合严重,本发明的CAM微服务更为灵活,具有很强的扩展性。
附图说明
图1是本发明的系统框架图;
图2是本发明的流程图;
图3是本发明实施例零件及其特征示意图;
图4是本发明刀轨算法偏置环示意图;
图5是本发明未加工区域检测示意图,其中(a)为不含未加工区域,(b)为含有未加工区域。
具体实施方式
下面将结合附图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。
一种基于CAM云服务架构的特征刀轨动态生成方法,该方法基于JAVA编程语言开发,使用IntelliJ IDEA 2020.3.4软件来实现,微服务架构采用Dubbo框架。图1为系统整体结构图,图2为详细运行流程图,具体包括以下步骤:
步骤S100:STEP-CAD生成STEP-NC文件,并将该文件通过局域网传输给STEP-CNC。
具体的,STEP-CAD是基于ISO14649-10标准(STEP-NC标准)的几何建模软件,可以输出基于ISO14649-10、ISO14649-11、ISO14649-111三个标准的特征模型文件,即STEP-NC文件。STEP-CNC是基于STEP-NC标准的智能数控机床,由人机交互界面(MMI)、数控内核(NCK)、可编程逻辑控制(PLC)组成。
进一步地,在STEP-CAD中可以利用Rhino软件依照STEP-NC标准采用特征的方式建立几何模型,并将包含工艺信息的几何模型导出为STEP-NC文件。
进一步地,如图1所示,在STEP-CNC的人机交互界面上可以直接读取STEP-NC文件,并通过STEP-NC解析器将文件解析到内存中,然后将解析出的信息保存为特征文件,并通过云端通信器将特征文件发送到云端服务器进行刀轨生成,生成的刀轨文件经过仿真和验证后发送到数控内核。数控内核包括前置缓冲器、加速器或减速器、插补缓冲器,其中,前置缓冲器可以减少人机交互界面显示的实时要求,加速器或减速器可以生成平稳的信息传输速度,插补缓冲器能够通过插补使得轴的运动更加平滑。可编程逻辑控制则提供了伺服轴、输入输出等设备的逻辑映射功能。
图3所示为某零件在STEP-CAD中的建模结果,零件特征包括平面特征、封闭槽特征、圆孔特征,完成建模后可以将其分别导出为STEP-NC文件。
步骤S200:STEP-NC解析器将STEP-NC文件解析到内存中,并保存为特征文件。
具体的,特征文件是指包括当前机床的设备ID和STEP-NC文件中的特征全要素信息的JSON文件。
进一步地,设备ID是加工设备在工厂局域网中唯一的身份标识。特征全要素信息包括几何信息、工艺信息、毛坯信息、材料信息、形位信息、表面信息等。JSON是一种可以存储数据结构和对象的方法,JSON文件可以在互联网连接的计算机之间进行数据交换。
以图3实施例中的封闭槽特征为例,步骤S100导出的封闭槽特征,其STEP-NC文件经过解析后的特征文件包括设备ID、零件几何信息、零件工艺信息等,其中零件几何信息包括位置、深度、底部条件、封闭槽形状等,零件工艺信息包括加工策略、预设刀具等。
步骤S300:STEP-CNC通过云端通信器请求CAM微服务。
具体的,云端通信器通过REST服务向云端服务器微服务集群请求服务。若该过程中能够顺利启用CAM微服务,则云端通信器将步骤S200中的特征文件上传到CAM微服务,否则,云端服务器监控层将终止请求过程并向STEP-CNC发送错误信息。
进一步地,云端服务器采用开源分布式(Dubbo)微服务架构,主要分为协调层、通信层、监控层、管理层、微服务集群、通用处理层、数据存储层。CAM微服务属于微服务集群中的一个微服务,业务功能是根据特征进行CAM设计和刀轨生成。
进一步地,如图1所示,协调层主要有负载均衡(Ribbon)组件组成,能够利用负载均衡算法识别可用服务,然后将客户端的请求转发到该服务,达到缓解网络流量的目的。通信层承载云端服务器与客户端通信功能,主要由网关(Gateway)组件组成,Gateway也具有一定的负载均衡功能。监控层由熔断器(Hystrix)和集群监控(Turbine)组件组成,Hystrix组件能够保证单个服务出现异常时阻止故障的连锁反应,起到安全保护的作用;Turbine组件能够汇集监控信息,并将聚合后的信息提供给一个可视化界面来集中展示和监控。管理层主要由服务发现与配置管理(Nacos)组件组成,能够同时提供服务发现和配置管理的功能。微服务集群包括多个微服务,如注册和登录微服务、智能工艺优化微服务、CAM微服务、智能刀轨优化微服务、刀轨检验微服务等,主要用于接收并满足客户端的多种业务需求,同时这些微服务之间也可以进行相互调用。通用处理层用来向微服务集群提供一些通用服务,如数据库操作服务、事件处理服务、信息传递服务等,这些服务可以被微服务集群任一微服务调用,与微服务集群不同,通用处理层不直接对客户端开放接口,其主要服务于微服务集群的通用需求。数据存储层采用多种数据库类型,满足业务实现过程中的数据存储、数据获取、增删改查等需求。
步骤S400:CAM微服务的前处理模块对特征文件进行处理。具体包括以下几个步骤:
步骤S410:读取特征文件中的设备ID,并利用设备ID在STEP-NC数据库中查询制造信息。
具体的,前处理模块将设备ID发送到图1中通用服务层的数据库操作服务,由数据库操作服务从数据存储层中获取机床制造信息。STEP-NC数据库是数据存储层中存储STEP-NC相关数据的数据库,包括各类STEP-CNC的机床数据。制造信息指的是夹具信息、刀具信息、加工坐标系、伺服控制系统参数等。
步骤S420:根据步骤S410中查询到的制造信息和特征文件中读取到的封闭槽几何信息、工艺信息确定加工参数。
具体的,根据封闭槽的工艺信息可以直接确定加工类型和加工策略。加工类型一般有平面加工、圆角加工、倒角加工、孔加工等;加工策略包括行切法、环切法、螺旋切削法。例如封闭槽有描述底部条件的变量(bottom_condition),在此实施例中,bottom_condition的值应为planar_pocket_bottom_condition,具体含义为槽的底部为一个平面,因此根据该变量加工封闭槽可以确定为平面加工。
进一步地,行切法指的是所有的刀位点都分布在一组与刀轴(Z轴)垂直的平面内;环切法指的是所有刀位点都分布在与刀轴垂直的一组平行平面内,一般刀具沿被加工区域的边界走等距线;螺旋切削法是以阿基米德螺旋线为刀具轨迹形式的切削方法。在本实施例中,封闭槽的加工策略可以由特征文件读取,由于环切法在加工过程中铣削方式不变,切削速度和受力情况都不变,冲击小,加工精度和表面质量都比较好,故加工该封闭槽为环切法。
步骤S430:前处理模块通过调用智能选刀微服务确定刀具。
具体的,前处理模块会以步骤S410中的机床刀具信息作为输入,调用智能选刀微服务中的计算函数,最终获得最佳刀具及其参数。机床刀具信息实际上是STEP-CNC刀库中所有刀具信息。最佳刀具指的是在STEP-CNC现有资源符合加工要求的最匹配刀具。刀具参数一般包括刀具类型、刀具直径、刀杆长度、圆角半径等。例如,加工封闭槽的刀具一般选用立铣刀,由智能选刀微服务计算出来的刀具直径为8mm,圆角半径为2mm。
步骤S500:计算刀轨节点,生成刀轨文件。刀轨节点指的是生成一段刀轨所需的首末两点。具体分为以下几个步骤:
步骤S510:求出刀具偏置距离。
具体的,刀具偏置距离指的是各等距线之间的距离,也就是刀轨行距。为了提高加工效率,应加大偏置距离,但偏置距离过大会造成过切,考虑切削效率和欠切,可以设刀具偏置距离e=1.5r,r为刀具直径。根据步骤S430中确定的刀具直径,可以确定刀具偏置距离为12。
步骤S520:计算偏置环节点坐标。偏置环指的是单个平面内每一圈的刀轨,如图4中四边形A1B1C1D1为编号为1的偏置环。具体分为以下几个步骤:
步骤S521:如图4所示,计算封闭槽轮廓两节点A、C之间的直线方程。
具体的,节点A坐标为节点C坐标为特征原点O位于封闭槽型腔对角线交点。坐标上标表示节点编号(A、B、C、D),下标表示偏置环编号(i=0,1,2,3,……)。可得B、D两节点坐标分别为直线AC方程为:LAC:其中k为直线LAC斜率。
步骤S522:计算编号为i的偏置环节点坐标。
步骤S523:计算节点Ai和节点Di之间的距离li。
步骤S530:检测平面中心是否有未加工区域。
具体的,如图4所示,假设编号i最大值为n,则计算偏置环节点An和Bn之间的距离若h≤2r,则说明型腔中心没有未加工区域,如图5(a)所示,可以进行步骤S540;否则,则说明型腔中心有未加工区域,如图5(b)所示,此时,由步骤S523可知,未加工区域的X轴向长度必然小于刀具直径r,则取编号为n的偏置环节点的Y轴坐标和特征原点O的X轴坐标,生成编号为n+1的偏置环节点,该偏置环为一条直线,两个节点A(D)和B(C)坐标分别为
步骤S540:生成刀轨文件。
具体的,将步骤S520和步骤S530生成的偏置环节点按编号从1到n,从A到D的顺序保存。同时,将这些节点的Z坐标进行变换,增量为层高,最后得到整个封闭槽的刀轨节点坐标,所有刀轨节点保存后生成刀轨文件,文件格式为JSON。
步骤S600:检验刀轨合理性,CAM微服务下发检验合格的刀轨文件到STEP-CNC,STEP-CNC智能数控系统根据该刀轨文件进行零件加工。
具体的,CAM微服务通过调用刀轨检验微服务,将刀轨文件作为输入,由刀轨检验微服务根据选中刀具是否可用,是否会造成过切或欠切等因素判断刀轨是否合格。若刀轨合格则将检验合格的刀轨文件下发到STEP-CNC,STEP-CNC智能数控系统根据该刀轨文件进行零件加工。否则,将错误信息返回CAM微服务的前处理模块,按照步骤S400到步骤S500进行新一轮参数调整和刀轨生成。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (7)
1.一种基于CAM云服务架构的特征刀轨动态生成系统,其特征在于,包括STEP-CAD、STEP-CNC、云端服务器;
所述STEP-CAD是基于STEP-NC标准的几何建模软件,用于按照STEP-NC标准采用特征的方式建立零件的几何模型,并输出包含零件特征的STEP-NC文件;
所述STEP-CNC是基于STEP-NC标准的智能数控机床,用于将所述STEP-NC文件解析并保存为特征文件,并向所述云端服务器传送所述特征文件;
所述云端服务器对所述特征文件进行处理,生成刀轨文件,并下发检验合格的刀轨文件到所述STEP-CNC。
2.根据权利要求1所述的系统,其特征在于,所述STEP-CNC包括人机交互界面、数控内核、可编程逻辑控制;
人机交互界面读取STEP-NC文件,并通过STEP-NC解析器将文件解析到内存中,然后将解析出的信息保存为特征文件,并通过云端通信器将特征文件发送到云端服务器进行刀轨生成,生成的刀轨文件经过仿真和验证后发送到数控内核;
数控内核包括前置缓冲器、加速器或减速器、插补缓冲器,其中,前置缓冲器用于减少人机交互界面显示的实时要求,加速器或减速器用于生成平稳的信息传输速度,插补缓冲器能够通过插补使得轴的运动更加平滑;
可编程逻辑控制用于提供机床的逻辑映射功能。
3.根据权利要求2所述的系统,其特征在于,云端服务器采用开源分布式微服务架构,包括协调层、通信层、监控层、管理层、微服务集群、通用处理层、数据存储层;
协调层包括负载均衡组件,能够利用负载均衡算法识别可用服务,然后将客户端的请求转发到该服务,达到缓解网络流量的目的;
通信层承载云端服务器与客户端通信功能,包括网关组件,网关具有负载均衡功能;
监控层由熔断器和集群监控组件组成,熔断器组件能够保证单个服务出现异常时阻止故障的连锁反应,起到安全保护的作用;集群监控组件能够汇集监控信息,并将聚合后的信息提供给可视化界面进行集中展示和监控;
管理层包括服务发现与配置管理组件,能够同时提供服务发现和配置管理;
微服务集群包括若干微服务:注册和登录微服务、智能工艺优化微服务、CAM微服务、智能刀轨优化微服务、刀轨检验微服务,用于接收并满足客户端的多种业务需求,同时所述若干微服务之间可以进行相互调用;
通用处理层用来向微服务集群提供通用服务,包括数据库操作服务、事件处理服务、信息传递服务,所述通用服务可以被微服务集群任一微服务调用;
数据存储层采用多种数据库类型,满足业务实现过程中的数据存储、数据获取、增删改查需求。
4.一种基于CAM云服务架构的特征刀轨动态生成方法,其特征在于,采用权利要求3所述的基于CAM云服务架构的特征刀轨动态生成系统进行特征刀轨动态生成,包括以下步骤:
S100,STEP-CAD生成STEP-NC文件,并将所述STEP-NC文件通过局域网传输给STEP-CNC;
S200,STEP-CNC的STEP-NC解析器将STEP-NC文件解析到内存中,并保存为特征文件;
S300,STEP-CNC通过云端通信器向云端服务器请求CAM微服务;
S400,CAM微服务的前处理模块对特征文件进行处理,确定加工参数及刀具;
S500,基于所述加工参数及刀具,计算刀轨节点,生成刀轨文件;
S600,CAM微服务调用刀轨检验微服务,若刀轨合格,则将检验合格的刀轨文件下发到STEP-CNC,STEP-CNC根据所述刀轨文件进行零件加工;否则,将错误信息返回CAM微服务的前处理模块,重复步骤S400-S500进行新一轮参数调整和刀轨生成。
5.根据权利要求4所述的方法,其特征在于,所述特征文件是包括设备ID和STEP-NC文件中的特征全要素信息的JSON文件,所述设备ID是加工设备在工厂局域网中唯一的身份标识,所述特征全要素信息包括几何信息、工艺信息、毛坯信息、材料信息、形位信息、表面信息。
6.根据权利要求5所述的方法,其特征在于,所述步骤S400包括以下子步骤:
S410,读取特征文件中的设备ID,并利用设备ID在数据存储层的STEP-NC数据库中查询制造信息,包括夹具信息、刀具信息、加工坐标系、伺服控制系统参数;
S420,根据所述制造信息和所述特征文件中读取到的几何信息、工艺信息确定加工参数;
S430,前处理模块以步骤S410中的刀具信息作为输入,调用智能选刀微服务中的计算函数,获得最佳刀具及其参数。
7.根据权利要求6所述的方法,其特征在于,所述步骤S500包括以下子步骤:
S510,设置刀具偏置距离,所述刀具偏置距离e=1.5r,r为刀具直径;
S520,计算偏置环节点坐标:
(1)计算封闭槽轮廓两节点A、c之间的直线方程:节点A坐标为节点C坐标为特征原点O位于封闭槽型腔对角线交点;坐标上标A、B、C、D表示节点编号,下标i=0,1,2,3,…表示偏置环编号;可得B、D两节点坐标分别为直线AC方程为:LAC:其中k为直线LAC斜率;
(2)计算编号为i的偏置环节点坐标:由于节点坐标上标为A、C的节点均在直线AC上,且由步骤S510得到刀具偏置距离为e,故计算得编号为i的偏置环节点Ai、Ci坐标分别为其中k为直线LAC斜率,推得Bi、Di坐标分别为
(3)计算节点Ai和节点Di之间的距离li:若li>2e=3r,则重复步骤(1)和步骤(2)计算编号为i+1的偏置环节点坐标;若li≤2e=3r,则说明偏置环的四个节点在直线LAC重合,进入步骤S530;
S530,检测平面中心是否有未加工区域:
假设编号i最大值为n,则计算偏置环节点An和Bn之间的距离若h≤2r,则说明型腔中心没有未加工区域,进行步骤S540;否则,则说明型腔中心有未加工区域,取编号为n的偏置环节点的Y轴坐标和特征原点O的X轴坐标,生成编号为n+1的偏置环节点,该偏置环为一条直线,两个节点A(D)和B(C)坐标分别为
S540,生成刀轨文件:将步骤S520和步骤S530生成的偏置环节点按编号从1到n,从A到D的顺序保存;同时,将所述偏置环节点的Z坐标进行变换,增量为层高,最后得到整个封闭槽的刀轨节点坐标,所有刀轨节点保存后生成刀轨文件,文件格式为JSON。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211382993.4A CN115755775A (zh) | 2022-11-07 | 2022-11-07 | 一种基于cam云服务架构的特征刀轨动态生成系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211382993.4A CN115755775A (zh) | 2022-11-07 | 2022-11-07 | 一种基于cam云服务架构的特征刀轨动态生成系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115755775A true CN115755775A (zh) | 2023-03-07 |
Family
ID=85357966
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211382993.4A Pending CN115755775A (zh) | 2022-11-07 | 2022-11-07 | 一种基于cam云服务架构的特征刀轨动态生成系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115755775A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116540638A (zh) * | 2023-07-05 | 2023-08-04 | 成都瑞雪丰泰精密电子股份有限公司 | 后置处理cam数控加工程序的方法、装置和存储介质 |
-
2022
- 2022-11-07 CN CN202211382993.4A patent/CN115755775A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116540638A (zh) * | 2023-07-05 | 2023-08-04 | 成都瑞雪丰泰精密电子股份有限公司 | 后置处理cam数控加工程序的方法、装置和存储介质 |
CN116540638B (zh) * | 2023-07-05 | 2023-09-05 | 成都瑞雪丰泰精密电子股份有限公司 | 后置处理cam数控加工程序的方法、装置和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2015096511A1 (zh) | 飞机结构件智能数控加工编程系统及方法 | |
Zhang et al. | Application framework of digital twin-driven product smart manufacturing system: A case study of aeroengine blade manufacturing | |
CN108829052A (zh) | 一种半导体生产线cps环境下的调度优化方法及装置 | |
US11340562B2 (en) | Self-adaptive configuration method and system for linkage response of construction type, motion type, control type and optimization type | |
Liu et al. | A digital twin-based approach for dynamic clamping and positioning of the flexible tooling system | |
Li et al. | A twin data and knowledge-driven intelligent process planning framework of aviation parts | |
Liu et al. | Integrated manufacturing process planning and control based on intelligent agents and multi-dimension features | |
KR101757451B1 (ko) | 선체용 대형 외판 제작을 위한 곡량과 입체곡형 정보 자동생성시스템 | |
CN113673104A (zh) | 基于数字孪生的制造业车间工艺规划系统 | |
CN115755775A (zh) | 一种基于cam云服务架构的特征刀轨动态生成系统及方法 | |
CN107632845A (zh) | 一种转轮叶片多轴铣削加工的集成知识云服务方法和系统 | |
CN107991991B (zh) | 一种数控机床智能控制系统的工作方法 | |
CN109408857A (zh) | 螺旋锥齿轮形性协同制造的智能参数驱动模块化设计方法 | |
CN112990850A (zh) | 一种基于规则引擎的流程实现方法及系统 | |
CN111931340A (zh) | 一种公差管理系统及管理方法 | |
CN113642236A (zh) | 一种面向多学科的数字孪生图网络建模方法 | |
CN100345142C (zh) | 加工代码生成系统及方法 | |
CN110222407A (zh) | 一种bim数据的融合方法及装置 | |
CN112906215B (zh) | 一种基于SolidWorks二次开发的管材刀路生成方法 | |
CN114609969B (zh) | 一种基于云计算的数控机床轨迹误差补偿方法 | |
Koprov | Streaming machine generated data via the MQTT sparkplug B protocol for smart factory operations | |
Yusof et al. | Computer aided process planning: a comprehensive survey | |
He et al. | Research on data transfer scheme of virtual-real interactive in five-dimensional digital twin system | |
CN116680833B (zh) | 一种基于大数据共享式的钻攻铣设计图像生成系统 | |
CN113408148B (zh) | 一种基于SolidWorks二次开发的管材切割仿真方法 |
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 |