CN116068959A - 基于刀路补偿的加工方法、电子设备及存储介质 - Google Patents

基于刀路补偿的加工方法、电子设备及存储介质 Download PDF

Info

Publication number
CN116068959A
CN116068959A CN202310065281.8A CN202310065281A CN116068959A CN 116068959 A CN116068959 A CN 116068959A CN 202310065281 A CN202310065281 A CN 202310065281A CN 116068959 A CN116068959 A CN 116068959A
Authority
CN
China
Prior art keywords
workpiece
characteristic information
theoretical
tool path
compensation
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
CN202310065281.8A
Other languages
English (en)
Inventor
黄顺畅
袁梦松
涂彬
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.)
Suzhou Qianji Intelligent Technology Co ltd
Original Assignee
Suzhou Qianji Intelligent 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 Suzhou Qianji Intelligent Technology Co ltd filed Critical Suzhou Qianji Intelligent Technology Co ltd
Priority to CN202310065281.8A priority Critical patent/CN116068959A/zh
Publication of CN116068959A publication Critical patent/CN116068959A/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
    • G05B19/19—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 positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
    • 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
    • G05B2219/35349—Display part, programmed locus and tool path, traject, dynamic locus
    • 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

  • 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

本申请提供了基于刀路补偿的加工方法、电子设备及计算机可读存储介质，所述方法包括：获取测试工件的理论特征信息和理论刀路；基于所述理论刀路对所述测试工件进行加工，以得到中间工件；通过测量设备对所述中间工件进行测量，以得到所述中间工件的测量特征信息；基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取补偿后刀路；基于所述补偿后刀路，对目标工件进行自适应加工，以得到加工后工件。能够解决加工精度差，加工效率低的问题。

Description

基于刀路补偿的加工方法、电子设备及存储介质
技术领域
本申请涉及刀路加工技术领域，尤其涉及基于刀路补偿的加工方法、电子设备及计算机可读存储介质。
背景技术
在对工件进行加工过程中，通常采用铣削加工的方式去除工件的加工余量。现有的加工方法包括：基于工件的理论模型生成理论刀路，将理论刀路发送至加工设备中，以使加工设备按照理论刀路对工件进行加工。然而，由于加工过程中受到切削力、切削热等因素影响，可能存在材料变形、让刀等现象，从而导致工件表面轮廓度、位置度等不符合加工要求，存在加工精度差，加工效率低的问题。
基于此，本申请提供了基于刀路补偿的加工方法、电子设备及计算机可读存储介质，以改进现有技术。
发明内容
本申请的目的在于提供基于刀路补偿的加工方法、电子设备及计算机可读存储介质，能够解决加工精度差的问题。
本申请的目的采用以下技术方案实现：
第一方面，本申请提供了一种基于刀路补偿的加工方法，所述方法包括：
获取测试工件的理论特征信息和理论刀路，所述测试工件是模锻加工得到的；
基于所述理论刀路对所述测试工件进行加工，以得到中间工件；
通过测量设备对所述中间工件进行测量，以得到所述中间工件的测量特征信息；
基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取补偿后刀路；
基于所述补偿后刀路，对目标工件进行自适应加工，以得到加工后工件；所述目标工件与所述测试工件为同一类型的工件。
该技术方案的有益效果在于：能够解决加工精度差，加工效率低的问题。
通过理论刀路对测试工件进行加工，得到中间工件，通过对中间工件进行测量，获取中间工件的测量特征信息，基于测试工件的理论特征信息和中间工件的测量特征信息，能够确定中间工件上加工精度差的位置，进而获取补偿后刀路，通过补偿后刀路对目标工件加工，对中间工件上加工精度差的位置进行补偿，从而解决加工精度差的问题，同时，得到补偿后刀路后还可以批量应用于同一类型的工件，不再需要以人工形式调整刀路，从而提高整体的加工效率。
在一些可选的实施方式中，所述基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取补偿后刀路，包括：
基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取所述中间工件的补偿数据，所述中间工件的补偿数据用于指示所述中间工件上的一个或多个超差点及其补偿量；
基于所述中间工件的补偿数据和所述理论刀路，获取所述补偿后刀路。
该技术方案的有益效果在于：通过对中间工件进行测量得到测量特征信息，通过检测理论特征信息与测量特征信息之间的差值，确定补偿数据。基于补偿数据对理论刀路的刀位点进行修改，以得到补偿后刀路。基于此，得到的补偿后刀路能够自适应的对目标工件进行加工，提高对目标工件加工的精度。
在一些可选的实施方式中，所述方法还包括：
基于所述测试工件的理论特征信息、所述中间工件的测量特征信息和所述理论刀路，规划对所述目标工件进行自适应加工的过程，以得到加工配置信息；所述加工配置信息用于指示以下至少一种：加工设备的数控系统、坐标系的转换关系、刀具类型、加工区域、加工余量、刀具尺寸和加工方式；
所述基于所述中间工件的补偿数据和所述理论刀路，获取所述补偿后刀路，包括：
基于所述加工配置信息和所述中间工件的补偿数据对所述理论刀路进行补偿，以得到所述补偿后刀路。
该技术方案的有益效果在于：通过加工配置信息，配置补偿后刀路所使用的加工设备的数控系统、坐标系的转换关系、刀具类型、加工区域、加工余量、刀具尺寸和加工方式等，从而使得到的补偿后刀路采用加工配置信息所指示的加工设备的数控系统、坐标系的转换关系、刀具类型、加工区域、加工余量、刀具尺寸和加工方式等，能够适应实际的加工环境，从而实现对目标工件的自适应的加工。
在一些可选的实施方式中，所述基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取所述中间工件的补偿数据，包括：
将所述测试工件的理论特征信息与所述中间工件的测量特征信息输入至补偿模型，以得到所述中间工件的补偿数据；
其中，所述补偿模型的训练过程包括：
获取训练数据；所述训练数据包括样本工件的理论特征信息和测量特征信息以及所述样本工件的补偿数据的标注数据；
将所述样本工件的理论特征信息和测量特征信息输入至预设的深度学习模型，以得到所述样本工件的补偿数据的预测数据；
基于所述样本工件的补偿数据的预测数据和标注数据，对所述深度学习模型的模型参数进行更新；
检测是否满足预设的训练结束条件；如果是，则将训练出的所述深度学习模型作为所述补偿模型；如果否，则利用下一个所述训练数据继续训练所述深度学习模型。
该技术方案的有益效果在于：通过训练补偿模型以提高补偿数据的获取效率。
将样本工件的理论特征信息和测量特征信息以及所述样本工件的补偿数据的标注数据作为训练数据，对预设的深度学习模型进行训练，在满足预设的训练结束条件，得到补偿模型。在获取补偿数据时，通过将理论特征信息与测量特征信息输入至补偿模型，直接得到补偿数据，从而提高补偿数据的获取效率。
在一些可选的实施方式中，所述基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取补偿后刀路，还包括：
基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取所述中间工件的补偿数据，所述中间工件的补偿数据用于指示所述中间工件上的一个或多个超差点及其补偿量；
基于所述中间工件的补偿数据，对所述测试工件的理论模型进行补偿，以得到补偿后模型；
基于所述补偿后模型，生成所述补偿后刀路。
该技术方案的有益效果在于：通过补偿数据对测试工件的理论模型进行补偿，得到补偿后模型，并基于补偿后模型生成补偿后刀路。基于此，生成的补偿后刀路能够自适应的对目标工件进行加工，从而解决工件加工精度差，加工效率低的问题。
在一些可选的实施方式中，所述测试工件为叶片；
所述中间工件的测量特征信息包括叶片截面的截面特征信息，所述截面特征信息用于指示以下至少一种：叶背轮廓度最小值、叶背轮廓度最大值、叶盆轮廓度最小值、叶盆轮廓度最大值、前缘轮廓度最小值、前缘轮廓度最大值、后缘轮廓度最小值和后缘轮廓度最大值。
该技术方案的有益效果在于：由于叶片是基于不同的叶片截面设计而成的，因此，当测试工件为叶片时，可以通过在叶片截面上选取测量点进行测量，其得到的测量特征信息包括叶片截面的截面特征信息。叶片的截面分为叶背、叶盆、前缘和后缘，相应地，在叶片截面的截面特征信息中包括叶背轮廓度最小值、叶背轮廓度最大值、叶盆轮廓度最小值、叶盆轮廓度最大值、前缘轮廓度最小值、前缘轮廓度最大值、后缘轮廓度最小值和后缘轮廓度最大值，通过对叶片的多个叶片截面进行测量，得到叶片的测量特征信息，从而基于测量特征信息和理论特征信息，对叶片截面进行补偿，进而获取补偿后刀路，通过对叶片截面进行测量得到截面特征信息，提高了叶片的测量特征信息的获取效率。
在一些可选的实施方式中，所述方法还包括：
基于所述中间工件的补偿数据，定位所述中间工件的多个截面线，以得到每个所述截面线的位置信息；
获取每个所述截面线对应的补偿量；
基于所述中间工件的测量特征信息，对所述中间工件进行三维重建，以得到所述中间工件的三维模型；
基于每个所述截面线的位置信息，对所述三维模型上的每个所述截面线及其补偿量进行动画渲染；
对动画渲染后的所述三维模型上的每个所述截面线及其补偿量进行可视化展示。
该技术方案的有益效果在于：使用户可以更清楚的看到超差点与对应的补偿量。由于超差点与对应的补偿量是计算得到的，因此用户无法直观的看到中间工件的超差点与对应的补偿量。针对叶片而言，通过中间工件的补偿数据，定位叶片的多个截面线，以得到每个截面线的位置信息，通过三维重建，以得到中间工件的三维模型，在三维模型上对每个截面线及其补偿量进行动画渲染，使用户可以直观的看到叶片的超差点与对应的补偿量。
在一些可选的实施方式中，所述方法还包括：
通过所述测量设备对所述加工后工件进行测量，检测所述加工后工件是否满足预设加工要求；
当所述加工后工件不满足所述预设加工要求时，重新获取补偿后刀路。
该技术方案的有益效果在于：验证补偿后刀路是否能加工得到符合预设加工要求的加工后工件。当加工后工件不满足预设加工要求时，将加工后工件作为中间工件，通过测量设备获取加工后工件的测量特征信息，基于测试工件的理论特征信息和加工后工件的测量特征信息，重新获取补偿后刀路。当加工后工件满足预设加工要求时，则表示补偿后刀路符合要求，可以使用补偿后刀路批量加工目标工件。
第二方面，本申请提供了一种电子设备，所述电子设备包括存储器和至少一个处理器，所述存储器存储有计算机程序，所述至少一个处理器执行所述计算机程序时实现以下步骤：
获取测试工件的理论特征信息和理论刀路，所述测试工件是模锻加工得到的；
基于所述理论刀路对所述测试工件进行加工，以得到中间工件；
通过测量设备对所述中间工件进行测量，以得到所述中间工件的测量特征信息；
基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取补偿后刀路；
基于所述补偿后刀路，对目标工件进行自适应加工，以得到加工后工件；所述目标工件与所述测试工件为同一类型的工件。
在一些可选的实施方式中，所述至少一个处理器执行所述计算机程序时采用以下方式所述基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取补偿后刀路：
基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取所述中间工件的补偿数据，所述中间工件的补偿数据用于指示所述中间工件上的一个或多个超差点及其补偿量；
基于所述中间工件的补偿数据和所述理论刀路，获取所述补偿后刀路。
在一些可选的实施方式中，所述至少一个处理器执行所述计算机程序时还实现以下步骤：
基于所述测试工件的理论特征信息、所述中间工件的测量特征信息和所述理论刀路，规划对所述目标工件进行自适应加工的过程，以得到加工配置信息；所述加工配置信息用于指示以下至少一种：加工设备的数控系统、坐标系的转换关系、刀具类型、加工区域、加工余量、刀具尺寸和加工方式；
所述基于所述中间工件的补偿数据和所述理论刀路，获取所述补偿后刀路，包括：
基于所述加工配置信息和所述中间工件的补偿数据对所述理论刀路进行补偿，以得到所述补偿后刀路。
在一些可选的实施方式中，所述至少一个处理器执行所述计算机程序时采用以下方式基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取所述中间工件的补偿数据：
将所述测试工件的理论特征信息与所述中间工件的测量特征信息输入至补偿模型，以得到所述中间工件的补偿数据；
其中，所述补偿模型的训练过程包括：
获取训练数据；所述训练数据包括样本工件的理论特征信息和测量特征信息以及所述样本工件的补偿数据的标注数据；
将所述样本工件的理论特征信息和测量特征信息输入至预设的深度学习模型，以得到所述样本工件的补偿数据的预测数据；
基于所述样本工件的补偿数据的预测数据和标注数据，对所述深度学习模型的模型参数进行更新；
检测是否满足预设的训练结束条件；如果是，则将训练出的所述深度学习模型作为所述补偿模型；如果否，则利用下一个所述训练数据继续训练所述深度学习模型。
在一些可选的实施方式中，所述至少一个处理器执行所述计算机程序时还采用以下方式基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取补偿后刀路：
基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取所述中间工件的补偿数据，所述中间工件的补偿数据用于指示所述中间工件上的一个或多个超差点及其补偿量；
基于所述中间工件的补偿数据，对所述测试工件的理论模型进行补偿，以得到补偿后模型；
基于所述补偿后模型，生成所述补偿后刀路。
在一些可选的实施方式中，所述测试工件为叶片；所述中间工件的测量特征信息包括叶片截面的截面特征信息，所述截面特征信息用于指示以下至少一种：叶背轮廓度最小值、叶背轮廓度最大值、叶盆轮廓度最小值、叶盆轮廓度最大值、前缘轮廓度最小值、前缘轮廓度最大值、后缘轮廓度最小值和后缘轮廓度最大值。
在一些可选的实施方式中，所述至少一个处理器执行所述计算机程序时还实现以下步骤：
基于所述中间工件的补偿数据，定位所述中间工件的多个截面线，以得到每个所述截面线的位置信息；
获取每个所述截面线对应的补偿量；
基于所述中间工件的测量特征信息，对所述中间工件进行三维重建，以得到所述中间工件的三维模型；
基于每个所述截面线的位置信息，对所述三维模型上的每个所述截面线及其补偿量进行动画渲染；
对动画渲染后的所述三维模型上的每个所述截面线及其补偿量进行可视化展示。
在一些可选的实施方式中，所述至少一个处理器执行所述计算机程序时还实现以下步骤：
通过所述测量设备对所述加工后工件进行测量，检测所述加工后工件是否满足预设加工要求；
当所述加工后工件不满足所述预设加工要求时，重新获取补偿后刀路。
第三方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项基于刀路补偿的加工方法的步骤或者实现上述任一项电子设备的功能。
附图说明
下面结合附图和实施方式对本申请进一步说明。
图1示出了本申请实施例提供的一种基于刀路补偿的加工方法的流程示意图。
图2示出了本申请实施例提供的一种测试工件的理论模型的示意图。
图3示出了本申请实施例提供的一种三坐标测量报告的示意图。
图4示出了本申请实施例提供的一种叶片截面的示意图。
图5示出了本申请实施例提供的一种获取补偿后刀路的界面示意图。
图6示出了本申请实施例提供的一种三坐标测量文件格式的示意图。
图7示出了本申请实施例提供的一种叶片截面的后缘截面线示意图。
图8示出了本申请实施例提供的另一种叶片截面的后缘截面线示意图。
图9示出了本申请实施例提供的另一种三坐标测量报告的示意图。
图10示出了本申请实施例提供的一种电子设备的结构框图。
图11示出了本申请实施例提供的一种程序产品的结构示意图。
具体实施方式
下面将结合本申请的说明书附图以及具体实施方式，对本申请中的技术方案进行描述，需要说明的是，在不相冲突的前提下，以下描述的各实施方式之间或各技术特征之间可以任意组合形成新的实施方式。
在本申请实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，a和b，a和c，b和c，a和b和c，其中a、b和c可以是单个，也可以是多个。值得注意的是，“至少一项(个)”还可以解释成“一项(个)或多项(个)”。
还需说明的是，本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施方式或设计方案不应被解释为比其他实施方式或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
下面，将首先对本申请实施例所使用到的一些术语进行简单说明。
机床坐标系：在数控编程时为了描述机床的运动，简化程序编制的方法及保证记录数据的互换性，数控机床的坐标系和运动方向均已标准化，ISO和我国都拟定了命名的标准。机床坐标系(Machine Coordinate System)是以机床原点O为坐标系原点并遵循右手笛卡尔直角坐标系建立的由X、Y、Z轴组成的直角坐标系。机床坐标系是用来确定工件坐标系的基本坐标系。是机床上固有的坐标系，并设有固定的坐标原点。工件坐标系是固定于工件上的笛卡尔坐标系，是编程人员在编制程序时用来确定刀具和程序起点的，该坐标系的原点可使用人员根据具体情况确定，但坐标轴的方向应与机床坐标系一致并且与之有确定的尺寸关系。通过机床操作面板手动输入到数控车床相应的刀具补偿单元中，数控系统根据此位置预设的坐标值，经过坐标转换计算，确定工件坐标系原点的位置，从而将机床坐标系原点O机床偏移到所需的工件坐标系原点。
三坐标测量仪：是指在一个六面体的空间范围内，能够表现几何形状、长度及圆周分度等测量能力的仪器，又称为三坐标测量机或三坐标量床。其具有精度高、测量方便、自动化程度高等优点，适合叶片等复杂自由曲面零件的精密测量。随着计算机技术的发展，三坐标测量仪的功能也越来越丰富，可以根据用户的需要集成相应的专用测量软件，针对不同的叶片编写不同的测量程序，在测量时调用相应的程序即可，使得测量更加方便、快捷。
模锻：是一种在专用模锻设备上利用模具使毛坯成型而获得锻件的锻造方法，其具有锻件尺寸精确，加工余量较小的特点。
刀位点：是刀具上的一个基准点，刀位点相对运动的轨迹，即加工路线，又称加工刀路，也称编程轨迹。
step格式：是一种文件存储格式，用以描述所有的通用模型，可以被三维设计软件识别并编辑，例如UG、PRO-E、Rhino、Alias等三维设计软件。
iges格式：是一种文件存储格式，可以使得图形和基本的几何数据在绘图和造型系统之间交换。
数控机床：是数字控制机床(Computer numerical control machine tools)的简称，是一种装有程序控制系统的自动化机床。该控制系统能够逻辑地处理具有控制编码或其他符号指令规定的程序，并将其译码，用代码化的数字表示，通过信息载体输入数控装置。经运算处理由数控装置发出各种控制信号，控制机床的动作，按图纸要求的形状和尺寸，自动地将零件加工出来。
五轴数控机床：指在一台机床上至少有五个坐标轴(即三个直线坐标和两个旋转坐标)，而且可在计算机数控(CNC)系统的控制下同时协调运动进行加工，其具有有高效率、高精度的特点，工件一次装夹就可完成五面体的加工。
动画渲染：是一种去真实感的渲染方法，旨在使电脑生成的图像呈现出手绘般的效果。为了使图像可以与漫画或者卡通达到形似的效果，专业人员通常使用卡通渲染着色器进行处理。
下面对本申请提供的刀路规划方法进行详细介绍。
如图1所示，本申请的实施例提供一种基于刀路补偿的加工方法，该方法的实现可依赖于计算机程序，该计算机程序可运行于智能手机、平板电脑、个人电脑等计算机设备或者运行于服务器，本实施例不对该方法的运行主体作限定。该方法包括步骤S101～步骤S105。
步骤S101：获取测试工件的理论特征信息和理论刀路。
其中，测试工件是模锻加工得到的。理论特征信息是指测试工件在设计时的特征信息，特征信息是指反应工件特征的信息。理论刀路是指基于测试工件所设计的刀具铣削路径。
在本实施例中，测试工件的理论特征信息可以通过测试工件的设计文件获取，也可以通过采集符合预设加工要求的加工后工件的特征信息获取，此处不对测试工件的理论特征信息的获取方式作限定。预设加工要求可以是加工后工件的尺寸符合设计规定的公差要求，也可以是加工后工件不存在尖角和毛刺，此处不对预设加工要求作限定。
测试工件的理论特征信息的获取过程可以采用多种方式，便于根据实际应用中的情况，灵活选择理论特征信息的获取方式。首先，测试工件的设计文件(例如是二维设计文件和/或三维设计文件)包含了完整、详细的测试工件的设计参数等信息，通过获取测试工件的设计文件获取测试工件的理论特征信息的方式最为直接、快速；其次，在不能提供测试工件的设计文件的情况下，可以获取符合预设加工要求的加工后工件的三维信息(例如是CT扫描信息、X光扫描信息、核磁共振扫描信息、超声波扫描信息、三维点云数据、三维面片数据、三维轮廓数据等)或图像信息(图像或者视频)，可以基于三维信息获取测试工件的理论特征信息或利用预设的图像处理模型对图像信息进行理论特征信息的提取，三维信息和图像信息较为容易获得，同时便于对不同外形的测试工件的理论特征信息的提取。
在本申请的一些实施例中，理论刀路的获取过程包括：基于所述理论特征信息建立理论模型；基于理论模型确定理论刀路。
其中，理论模型可以通过使用PRO-E、UG、CATIA等三维设计软件进行建立，具体的模型建立过程此处不再赘述。理论模型的文件格式可以是step格式，也可以是iges格式，本实施例中不对理论模型的文件格式作限定。
理论刀路可以通过UG、hypermill或TS85等刀路编辑软件进行编辑，此处不对理论刀路的获取方式作限定。比如，以理论刀路的编辑软件为UG为例，将理论模型输入到UG中，可以选用球头铣刀或牛鼻铣刀，对测试工件的转接圆角区域选用半径与圆角大小一致的球头铣刀。刀轴通过添加前倾角和侧倾角，避免刀具尖点参与切削。基于理论模型的坐标系，完成理论刀路的规划并输出该理论刀路。
其中，理论模型的坐标系是指测试工件的工件坐标系。参考图2所示的测试工件的理论模型，其坐标系为基于笛卡尔直角坐标系建立的由X、Y、Z轴组成的直角坐标系，理论刀路21和理论刀路22是该理论模型的两条理论刀路。
在本申请的一些实施例中，理论刀路的数量可以是1条、2条、3条、5条、8条、10条、15条、20条、40条，此处不对理论刀路的数量作限定。
在本申请的一些实施例中，理论刀路的文件格式可以是APT格式，也可以是CLS格式，此处不对理论刀路的文件格式作限定。
在获得理论刀路后，为了验证该理论刀路是否存在过切，干涉等问题，还需要在仿真环境下对理论刀路进行模拟。
具体地，基于理论模型确定理论刀路，包括：构建仿真环境；在所述仿真环境下，对所述理论刀路进行模拟仿真，得到仿真结果；所述仿真结果用于指示所述理论刀路是否满足预设模拟条件；当所述仿真结果满足预设模拟条件时，输出所述理论刀路。
其中，仿真环境包括理论模型、夹具模型、加工设备模型和刀具模型等。预设模拟条件包括测试工件在按照理论刀路模拟的加工过程中不存在过切，干涉等问题。
通过在仿真环境下，按照理论刀路对测试工件的进行模拟加工，以模拟实际加工的状况。在确定仿真结果满足预设模拟条件时，输出理论刀路。在确定仿真结果不满足预设模拟条件时，发出提示信息以提示用户修改理论刀路。
步骤S102：基于所述理论刀路对所述测试工件进行加工，以得到中间工件。
步骤S103：通过测量设备对所述中间工件进行测量，以得到所述中间工件的测量特征信息。
其中，测量特征信息是对中间工件进行测量得到的特征信息。
由于测试工件在加工设备按照理论刀路进行加工后，受切削力、切削热等因素影响，得到的中间工件可能不符合预设加工要求，因此，还需要确定中间工件的测量特征信息，以获得补偿后刀路，从而在对目标工件加工过程中避免同样的问题。
比如：以测试工件为叶片为例，在对叶片进行加工过程中存在材料变形、让刀等现象，导致叶片型面轮廓度、位置度、扭转等尺寸超差，因此，需要对叶片加工后得到的中间工件进行测量，进而得到补偿后刀路，以补偿材料变形、让刀对叶片型面各尺寸的影响，使加工的叶片型面尺寸符合设计规定的公差要求。
在本实施例中，测量设备可以是三坐标测量机、三维白光扫描仪、工业CT扫描仪、激光测量仪等，本实施例不对测量设备作限定。
比如：以测试工件为叶片，测量设备为三坐标测量机为例，首先按照理论刀路对叶片进行加工，然后在加工后的叶片上选取至少一个叶片截面，通过在叶片截面上选取测量点，使用三坐标测量机对测量点进行测量，得到三坐标测量报告。其中，三坐标测量报告能够指示叶片的测量特征信息。
参考图3，图3是本申请实施例提供的一种三坐标测量报告的示意图。
图3中，“CHORD WID”表示弦长，“STACK X”表示X方向位置度，“STACK Y”表示Y方向位置度，“TWIST ANG”表示扭转，“CV CONT MIN”表示叶背轮廓度最小值，“CV CONT MAX”表示叶背轮廓度最大值，“CC CONT MIN”表示叶盆轮廓度最小值，“CC CONT MAX”表示叶盆轮廓度最大值，“LE CONT'R MIN”表示前缘轮廓度最小值，“LE CONT'R MAX”表示前缘轮廓度最大值，“TE CONT'R MIN”表示后缘轮廓度最小值，“TE CONT'R MAX”表示后缘轮廓度最大值，“STACK T”表示圆偏移，“LE POS'N”表示前缘位置，“TE POS'N”表示后缘位置，“MAXTHICK”表示最大厚度，“0”、“I”、“II”、“III”、“IV”、“V”表示不同的叶片截面，“*”表示“*”对应内容存在不满足设计规定的公差要求的问题。
在本申请的一些实施例中，所述测试工件为叶片；所述中间工件的测量特征信息包括叶片截面的截面特征信息，所述截面特征信息用于指示以下至少一种：叶背轮廓度最小值、叶背轮廓度最大值、叶盆轮廓度最小值、叶盆轮廓度最大值、前缘轮廓度最小值、前缘轮廓度最大值、后缘轮廓度最小值和后缘轮廓度最大值。
其中，截面特征信息是指叶片截面的特征信息。
参考图4，图4是本申请实施例提供的一种叶片截面的示意图，叶片截面分为叶背、叶盆、前缘和后缘，通过测量设备测量对叶片截面进行测量，以得到测量特征信息，测量特征信息包括各个叶片截面的截面特征信息，当截面特征信息所指示的叶背轮廓度最小值、叶背轮廓度最大值、叶盆轮廓度最小值、叶盆轮廓度最大值、前缘轮廓度最小值、前缘轮廓度最大值、后缘轮廓度最小值和后缘轮廓度最大值不符合预设轮廓度公差要求时，获取补偿后刀路。图4中的X-Y坐标系用于指示叶片截面的方向，同时，图4中的X-Y坐标系还表示该叶片截面为在叶片Z轴方向上选取的叶片截面。
在本实施例中，不对预设轮廓度公差要求作限定，例如叶背轮廓度最小值、叶背轮廓度最大值、叶盆轮廓度最小值、叶盆轮廓度最大值、前缘轮廓度最小值、前缘轮廓度最大值、后缘轮廓度最小值和后缘轮廓度最大值可以是0.001毫米、0.01毫米、0.1毫米、1毫米、10毫米、100毫米、1厘米、1分米、1米等。
由于叶片是基于不同的叶片截面设计而成的，因此，当测试工件为叶片时，可以通过在叶片截面上选取测量点进行测量，其得到的测量特征信息包括叶片截面的截面特征信息。叶片的截面分为叶背、叶盆、前缘和后缘，相应地，在叶片截面的截面特征信息中包括叶背轮廓度最小值、叶背轮廓度最大值、叶盆轮廓度最小值、叶盆轮廓度最大值、前缘轮廓度最小值、前缘轮廓度最大值、后缘轮廓度最小值和后缘轮廓度最大值，通过对叶片截面进行测量得到截面特征信息，提高了叶片的测量特征信息的获取效率。
步骤S104：基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取补偿后刀路。
其中，补偿后刀路是用于对目标工件进行加工的刀路。
由于对测试工件加工得到的中间工件可能已经满足预设加工要求，此时不需要获取补偿后刀路，因此，在获取补偿后刀路前，还需要确定中间工件是否满足预设加工要求。
具体地，基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取补偿后刀路，还包括：
基于所述测量特征信息，检测所述中间工件是否满足预设加工要求；
当所述中间工件不满足所述预设加工要求时，基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取所述补偿后刀路。
通过测量特征信息，确定中间工件是否满足预设加工要求，当中间工件满足预设加工要求时，不获取补偿后刀路，并将中间工件作为加工后工件，结束该加工流程。当中间工件不满足预设加工要求时，基于理论特征信息和测量特征信息，获取补偿后刀路，以克服中间工件加工的不足之处。
在本实施例中，基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取补偿后刀路，包括：
基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取所述中间工件的补偿数据；
基于所述中间工件的补偿数据，获取所述补偿后刀路。
其中，中间工件的补偿数据用于指示一个或多个超差点及其补偿量。超差点是指工件尺寸超出了设计规定的公差要求的测量点。补偿量是指将超差点调整为符合设计规定的公差要求的值。
在本申请的一些实施例中，基于补偿数据修改理论刀路的刀位点，以得到补偿后刀路。
具体地，基于所述中间工件的补偿数据，获取所述补偿后刀路，包括：
基于所述中间工件的补偿数据和所述理论刀路，获取所述补偿后刀路。
通过对中间工件进行测量得到测量特征信息，通过检测理论特征信息与测量特征信息之间的差值，确定补偿数据。基于补偿数据对理论刀路的刀位点进行修改，以得到补偿后刀路。基于此，得到的补偿后刀路能够自适应的对目标工件进行加工，提高对目标工件加工的精度。
作为一个示例，参考图5，以测试工件为叶片为例，在“叶片修复”界面中“模型”中的“单叶片”内添加“叶片”，并导入测试工件的理论模型，基于理论模型生成用于编辑刀路的重建模型，即，图5中“重建叶片”。在“测量”中添加“叶片测量组”，并导入三坐标测量文件，即，测量特征信息，进而生成图5中各个截面组，计算得到补偿数据，在“加工”中添加“程序组”，导入理论刀路，图中“程序(9_QDG3.spf)”和“程序(9_YJG3.spf)”分别表示理论模型的两条理论刀路，基于补偿数据和理论刀路，生成“自适应程序(9_QDG3_adapt.spf)”和“自适应程序(9_YJG3_adapt.spf)”，即，两条补偿后刀路。
参考图6，图6是本申请实施例提供的一种三坐标测量文件格式的示意图。
图6中，“X”表示测量点在X轴方向的值，“Y”表示测量点在X轴方向的值，“Z”表示测量点在Z轴方向的值，“I”表示测量点沿X轴方向的矢量，“J”表示测量点沿Y轴方向的矢量，“K”表示测量点沿Z轴方向的矢量。
在本申请的另一些实施例中，基于补偿数据和测试工件的理论模型，得到补偿后模型，并基于补偿后模型生成补偿后刀路。
具体地，基于所述中间工件的补偿数据，获取所述补偿后刀路，包括：
基于所述中间工件的补偿数据，对所述测试工件的理论模型进行补偿，以得到补偿后模型；
基于所述补偿后模型，生成所述补偿后刀路。
通过补偿数据对测试工件的理论模型进行补偿，得到补偿后模型，并基于补偿后模型生成补偿后刀路。基于此，生成的补偿后刀路能够自适应的对目标工件进行加工，从而解决工件加工精度差，加工效率低的问题。
在本申请的一些实施例中，所述方法还包括：基于所述测试工件的理论特征信息、所述中间工件的测量特征信息和所述理论刀路，规划对所述目标工件进行自适应加工的过程，以得到加工配置信息；
所述基于所述中间工件的补偿数据和所述理论刀路，获取所述补偿后刀路，包括：
基于所述加工配置信息和所述中间工件的补偿数据对所述理论刀路进行补偿，以得到所述补偿后刀路。
其中，加工配置信息用于指示以下至少一种：加工设备的数控系统、坐标系的转换关系、刀具类型、加工区域、加工余量、刀具尺寸和加工方式。坐标系的转换关系包括加工设备的机床坐标系与中间工件的工件坐标系的转换关系和测量设备的测量坐标系与中间工件的工件坐标系的转换关系，测量坐标系是指测量设备的机床坐标系。
本申请实施例对刀具类型、加工区域、加工余量、刀具尺寸和加工方式不作限定，加工区域可以是中间工件的一个表面，也可以是中间工件的一条棱边，加工余量例如可以是1mm、4mm或者10mm，刀具类型例如可以是球头铣刀、立铣刀、牛鼻铣刀或者面铣刀，刀具尺寸例如可以是半径1mm、2mm或者4mm，加工方式例如可以是插铣、层铣或者行切。
加工设备可以是四轴加工设备，也可以是五轴加工设备，此处不对加工设备的类型作限定。
加工设备的数控系统是指加工设备中存储的控制程序，执行部分或全部数值控制功能，并配有接口电路和伺服驱动装置的专用计算机系统。以五轴加工设备为例，五轴加工设备的数控系统可以是发那(Fanuc)数控系统，也可以是海德汉(Heidenhain)数控系统，此处不对加工设备的数控系统作限定。
通过加工配置信息，配置补偿后刀路所使用的加工设备的数控系统、坐标系的转换关系、刀具类型、加工区域、加工余量、刀具尺寸和加工方式等，从而使得到的补偿后刀路采用加工配置信息所指示的加工设备的数控系统、坐标系的转换关系、刀具类型、加工区域、加工余量、刀具尺寸和加工方式等，能够适应实际的加工环境，从而实现对目标工件的自适应的加工。
为了提高补偿数据的获取效率，通过训练补偿模型来确定补偿数据。
在本实施例中，基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取所述中间工件的补偿数据，包括：
将所述测试工件的理论特征信息与所述中间工件的测量特征信息输入至补偿模型，以得到所述中间工件的补偿数据；
其中，所述补偿模型的训练过程包括：
获取训练数据；所述训练数据包括样本工件的理论特征信息和测量特征信息以及所述样本工件的补偿数据的标注数据；
将所述样本工件的理论特征信息和测量特征信息输入至预设的深度学习模型，以得到所述样本工件的补偿数据的预测数据；
基于所述样本工件的补偿数据的预测数据和标注数据，对所述深度学习模型的模型参数进行更新；
检测是否满足预设的训练结束条件；如果是，则将训练出的所述深度学习模型作为所述补偿模型；如果否，则利用下一个所述训练数据继续训练所述深度学习模型。
在本申请的一些实施例中，不对样本工件作限定，其可以是叶片、涡轮、榫头、齿轮、刀具、螺母、连接轴等。
在本申请的一些实施例中，深度学习模型可以是基于卷积神经网络(Convolutional Neural Network，CNN)建立的模型，也可以是基于循环神经网络(Recurrent Neural Networks，RNN)建立的模型，此处不对深度学习模型的实现方式作限定。
在本申请的一些实施例中，预设的训练结束条件可以是深度学习模型进行训练得到收敛，也可以是深度学习模型达到预设的学习次数，此处不对预设的训练结束条件作限定。其中，预设的学习次数可以是100次、1000次、10000次、50000次、100000次、500000次、1000000次等，此处不对预设的学习次数作限定。
为了使用户可以更清楚的看到超差点与对应的补偿量，通过对超差点与对应的补偿量进行动画渲染，以进行可视化展示。
具体地，以测试工件为叶片为例，所述方法还包括：
基于所述中间工件的补偿数据，定位所述中间工件的多个截面线，以得到每个所述截面线的位置信息；
获取每个所述截面线对应的补偿量；
基于所述中间工件的测量特征信息，对所述中间工件进行三维重建，以得到所述中间工件的三维模型；
基于每个所述截面线的位置信息，对所述三维模型上的每个所述截面线及其补偿量进行动画渲染；
对动画渲染后的所述三维模型上的每个所述截面线及其补偿量进行可视化展示。
其中，定位中间工件的多个截面线是指基于中间工件的补偿数据中的超差点，定位超差点所在的截面线。对于叶片而言，通过在叶片上选取叶片截面，在叶片截面上选取测量点，从而获取测量特征信息，因此，基于叶片的理论特征信息和测量特征信息得到的补偿数据可以用于定位到多个叶片截面的截面线。
位置信息用于指示截面线所在的叶片的位置。截面线对应的补偿量是基于截面线上的超差点及其补偿量确定的。
参考图7，图7是本实施例提供的一种叶片截面的后缘截面线示意图。
该后缘截面线示意图包括理论后缘线510、后缘最小公差轮廓线520、后缘最大公差轮廓线530和实际后缘线540。其中，理论后缘线510是指设计规定的尺寸对应的轮廓线，后缘最小公差轮廓线520、后缘最大公差轮廓线530是基于设计规定的公差要求所形成的最小公差轮廓线和最大公差轮廓线，实际后缘线540是通过测量设备测量中间工件所得到的轮廓线。
当叶片截面中的实际后缘线540上的测量点位于后缘最大公差轮廓线530外侧时，则该测量点为超差点，例如，图7中标注的超差点。同时，还表示该超差点处不符合预设加工要求。
当叶片截面中的实际后缘线540上的测量点位于后缘最小公差轮廓线520内侧时，则该测量点同样为超差点。
当叶片截面的实际后缘线540位于后缘最小公差轮廓线520与后缘最大公差轮廓530之间时，则确定满足预设加工要求，参考图8，图8是本实施例提供的另一种叶片截面的后缘截面线示意图，图中实际后缘线540大于后缘最小公差轮廓线520且小于后缘最大公差轮廓530，即实际后缘线540位于后缘最小公差轮廓线520与后缘最大公差轮廓530之间，则确定该叶片截面的后缘位置加工满足预设加工要求。
作为一个示例，对三维模型上的每个截面线及其补偿量进行动画渲染，包括：将叶片截面中截面线上的超差点调整为满足预设加工要求的测量点的过程进行动画渲染。
超差点与对应的补偿量是计算得到的，用户无法直观的看到中间工件的超差点与对应的补偿量。通过中间工件的补偿数据，定位叶片的多个截面线，以得到每个截面线的位置信息，通过三维重建，以得到中间工件的三维模型，在三维模型上对每个截面线及其补偿量进行动画渲染，使用户可以直观的看到叶片的超差点与对应的补偿量。
另外，为了使用户可以更清楚的看到理论刀路与补偿后刀路的区别，通过对理论刀路与补偿后刀路进行动画渲染，以进行可视化展示。
具体地，所述方法还包括：基于所述理论刀路的刀位点信息与所述补偿后刀路的刀位点信息，对所述理论刀路和所述补偿后刀路进行动画渲染；
对动画渲染后的理论刀路和补偿后刀路进行可视化展示。
其中，刀位点信息是指刀位点的位置信息。
通过对理论刀路和补偿后刀路进行动画渲染，可以使用户清楚的看到补偿后刀路相对理论刀路的区别点，有利于用户了解理论刀路的缺陷，进而分析测试工件加工不到位的原因。
步骤S105：基于所述补偿后刀路，对目标工件进行自适应加工，以得到加工后工件。
其中，目标工件与测试工件为同一类型的工件。比如：测试工件为叶片，则目标工件为叶片。测试工件为榫头，则目标工件为榫头。并且，目标工件和测试工件是采用相同的加工工序以及加工参数对相同类型的毛坯加工得到的。
在本实施例中，基于所述补偿后刀路，对目标工件进行自适应加工，以得到加工后工件，包括：将所述补偿后刀路发送给所述加工设备，以使所述加工设备按照所述补偿后刀路对所述目标工件进行加工。
为了验证补偿后刀路是否能加工得到符合预设加工要求的加工后工件，还需要对加工后工件进行测量。
具体地，所述方法还包括：通过所述测量设备对所述加工后工件进行测量，检测所述加工后工件是否满足预设加工要求；
当所述加工后工件不满足所述预设加工要求时，重新获取补偿后刀路。
其中，重新获取补偿后刀路是指将加工后工件作为中间工件，通过测量设备获取加工后工件的测量特征信息，基于理论特征信息和加工后工件的测量特征信息，重新获取补偿后刀路。
当加工后工件满足预设加工要求时，则表示补偿后刀路符合要求，可以使用补偿后刀路批量加工目标工件。
比如：以加工后工件为叶片为例，参考图9，当加工后工件的测量报告为图9所示的三坐标测量报告时，由于三坐标测量报告中未标注“*”，即，各叶片截面中的弦长、X方向位置度、Y方向位置度、扭转、叶背轮廓度最小值、叶背轮廓度最大值、叶盆轮廓度最小值、叶盆轮廓度最大值、前缘轮廓度最小值、前缘轮廓度最大值、后缘轮廓度最小值、后缘轮廓度最大值、圆偏移、前缘位置、后缘位置和最大厚度满足设计规定的公差要求，因此，该加工后工件满足预设加工要求，可以使用补偿后刀路批量加工目标工件。
在一个具体应用场景中，本申请实施例提供了一种基于刀路补偿的加工方法，所述方法包括：
获取叶片的理论特征信息和理论刀路，所述叶片是模锻加工得到的；
基于所述理论刀路对所述叶片进行加工，以得到中间工件；
通过测量设备对所述中间工件进行测量，以得到所述中间工件的测量特征信息；所述中间工件的测量特征信息包括叶片截面的截面特征信息，所述截面特征信息用于指示以下至少一种：叶背轮廓度最小值、叶背轮廓度最大值、叶盆轮廓度最小值、叶盆轮廓度最大值、前缘轮廓度最小值、前缘轮廓度最大值、后缘轮廓度最小值和后缘轮廓度最大值；
基于所述叶片的理论特征信息和所述中间工件的测量特征信息，获取所述中间工件的补偿数据，所述中间工件的补偿数据用于指示所述中间工件上的一个或多个超差点及其补偿量；
基于所述叶片的理论特征信息、所述中间工件的测量特征信息和所述理论刀路，规划对所述目标工件进行自适应加工的过程，以得到加工配置信息；所述加工配置信息用于指示以下至少一种：加工设备的数控系统、坐标系的转换关系、刀具类型、加工区域、加工余量、刀具尺寸和加工方式；
基于所述加工配置信息和所述中间工件的补偿数据对所述理论刀路进行补偿，以得到所述补偿后刀路。
基于所述补偿后刀路，对目标工件进行自适应加工，以得到加工后工件；所述目标工件为叶片。
本申请实施例提供了一种电子设备，其具体实施例与上述方法实施例中记载的实施例、所达到的技术效果一致，部分内容不再赘述。
本申请实施例提供了一种电子设备，所述电子设备包括存储器和至少一个处理器，所述存储器存储有计算机程序，所述至少一个处理器执行所述计算机程序时实现以下步骤：
获取测试工件的理论特征信息和理论刀路，所述测试工件是模锻加工得到的；
基于所述理论刀路对所述测试工件进行加工，以得到中间工件；
通过测量设备对所述中间工件进行测量，以得到所述中间工件的测量特征信息；
基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取补偿后刀路；
基于所述补偿后刀路，对目标工件进行自适应加工，以得到加工后工件；所述目标工件与所述测试工件为同一类型的工件。
在一些可选的实施方式中，所述至少一个处理器执行所述计算机程序时采用以下方式所述基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取补偿后刀路：
基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取所述中间工件的补偿数据，所述中间工件的补偿数据用于指示所述中间工件上的一个或多个超差点及其补偿量；
基于所述中间工件的补偿数据和所述理论刀路，获取所述补偿后刀路。
在一些可选的实施方式中，所述至少一个处理器执行所述计算机程序时还实现以下步骤：
基于所述测试工件的理论特征信息、所述中间工件的测量特征信息和所述理论刀路，规划对所述目标工件进行自适应加工的过程，以得到加工配置信息；所述加工配置信息用于指示以下至少一种：加工设备的数控系统、坐标系的转换关系、刀具类型、加工区域、加工余量、刀具尺寸和加工方式；
所述基于所述中间工件的补偿数据和所述理论刀路，获取所述补偿后刀路，包括：
基于所述加工配置信息和所述中间工件的补偿数据对所述理论刀路进行补偿，以得到所述补偿后刀路。
在一些可选的实施方式中，所述至少一个处理器执行所述计算机程序时采用以下方式基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取所述中间工件的补偿数据：
将所述测试工件的理论特征信息与所述中间工件的测量特征信息输入至补偿模型，以得到所述中间工件的补偿数据；
其中，所述补偿模型的训练过程包括：
获取训练数据；所述训练数据包括样本工件的理论特征信息和测量特征信息以及所述样本工件的补偿数据的标注数据；
将所述样本工件的理论特征信息和测量特征信息输入至预设的深度学习模型，以得到所述样本工件的补偿数据的预测数据；
基于所述样本工件的补偿数据的预测数据和标注数据，对所述深度学习模型的模型参数进行更新；
检测是否满足预设的训练结束条件；如果是，则将训练出的所述深度学习模型作为所述补偿模型；如果否，则利用下一个所述训练数据继续训练所述深度学习模型。
在一些可选的实施方式中，所述至少一个处理器执行所述计算机程序时还采用以下方式基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取补偿后刀路：
基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取所述中间工件的补偿数据，所述中间工件的补偿数据用于指示所述中间工件上的一个或多个超差点及其补偿量；
基于所述中间工件的补偿数据，对所述测试工件的理论模型进行补偿，以得到补偿后模型；
基于所述补偿后模型，生成所述补偿后刀路。
在一些可选的实施方式中，所述测试工件为叶片；所述中间工件的测量特征信息包括叶片截面的截面特征信息，所述截面特征信息用于指示以下至少一种：叶背轮廓度最小值、叶背轮廓度最大值、叶盆轮廓度最小值、叶盆轮廓度最大值、前缘轮廓度最小值、前缘轮廓度最大值、后缘轮廓度最小值和后缘轮廓度最大值。
在一些可选的实施方式中，所述至少一个处理器执行所述计算机程序时还实现以下步骤：
基于所述中间工件的补偿数据，定位所述中间工件的多个截面线，以得到每个所述截面线的位置信息；
获取每个所述截面线对应的补偿量；
基于所述中间工件的测量特征信息，对所述中间工件进行三维重建，以得到所述中间工件的三维模型；
基于每个所述截面线的位置信息，对所述三维模型上的每个所述截面线及其补偿量进行动画渲染；
对动画渲染后的所述三维模型上的每个所述截面线及其补偿量进行可视化展示。
在一些可选的实施方式中，所述至少一个处理器执行所述计算机程序时还实现以下步骤：
通过所述测量设备对所述加工后工件进行测量，检测所述加工后工件是否满足预设加工要求；
当所述加工后工件不满足所述预设加工要求时，重新获取补偿后刀路。
参见图10，图10示出了本申请实施例提供的一种电子设备10的结构框图。
电子设备10例如可以包括至少一个存储器11、至少一个处理器12以及连接不同平台系统的总线13。
存储器11可以包括易失性存储器形式的可读介质，例如随机存取存储器(RAM)111和/或高速缓存存储器112，还可以进一步包括只读存储器(ROM)113。
其中，存储器11还存储有计算机程序，计算机程序可以被处理器12执行，使得处理器12实现上述任一项方法的步骤。
存储器11还可以包括具有至少一个程序模块115的实用工具114，这样的程序模块115包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例的每一个或某种组合中可能包括网络环境的实现。
相应的，处理器12可以执行上述计算机程序，以及可以执行实用工具114。
处理器12可以采用一个或多个应用专用集成电路(ASIC，Application SpecificIntegrated Circuit)、DSP、可编程逻辑器件(PLD，Programmable Logic Device)、复杂可编程逻辑器件(CPLD，Complex Programmable Logic Device)、现场可编程门阵列(FPGA，Field-Programmable Gate Array)或其他电子元件。
总线13可以为表示几类总线结构的一种或多种，包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构的任意总线结构的局域总线。
电子设备10也可以与一个或多个外部设备例如键盘、指向设备、蓝牙设备等通信，还可与一个或者多个能够与该电子设备10交互的设备通信，和/或与使得该电子设备10能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等)通信。这种通信可以通过输入输出接口14进行。并且，电子设备10还可以通过网络适配器15与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器15可以通过总线13与电子设备10的其它模块通信。应当明白，尽管图中未示出，但在实际应用中可以结合电子设备10使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项方法的步骤或者实现上述任一项设备的功能，其具体实施例与上述方法实施例中记载的实施例、所达到的技术效果一致，部分内容不再赘述。
参见图11，图11示出了本申请实施例提供的一种程序产品的结构示意图。
所述程序产品用于实现上述任一项方法。程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本申请实施例中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言诸如Java、C++等，还包括常规的过程式程序设计语言诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本申请从使用目的上，效能上，进步及新颖性等观点进行阐述，已符合专利法所强调的功能增进及使用要件，本申请以上的说明书及说明书附图，仅为本申请的较佳实施例而已，并非以此局限本申请，因此，凡一切与本申请构造，装置，特征等近似、雷同的，即凡依本申请专利申请范围所作的等同替换或修饰等，皆应属本申请的专利申请保护的范围之内。

Claims (10)

1.一种基于刀路补偿的加工方法，其特征在于，所述方法包括：
获取测试工件的理论特征信息和理论刀路，所述测试工件是模锻加工得到的；
基于所述理论刀路对所述测试工件进行加工，以得到中间工件；
通过测量设备对所述中间工件进行测量，以得到所述中间工件的测量特征信息；
基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取补偿后刀路；
基于所述补偿后刀路，对目标工件进行自适应加工，以得到加工后工件；所述目标工件与所述测试工件为同一类型的工件。
2.根据权利要求1所述的方法，其特征在于，所述基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取补偿后刀路，包括：
基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取所述中间工件的补偿数据，所述中间工件的补偿数据用于指示所述中间工件上的一个或多个超差点及其补偿量；
基于所述中间工件的补偿数据和所述理论刀路，获取所述补偿后刀路。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
基于所述测试工件的理论特征信息、所述中间工件的测量特征信息和所述理论刀路，规划对所述目标工件进行自适应加工的过程，以得到加工配置信息；所述加工配置信息用于指示以下至少一种：加工设备的数控系统、坐标系的转换关系、刀具类型、加工区域、加工余量、刀具尺寸和加工方式；
所述基于所述中间工件的补偿数据和所述理论刀路，获取所述补偿后刀路，包括：
基于所述加工配置信息和所述中间工件的补偿数据对所述理论刀路进行补偿，以得到所述补偿后刀路。
4.根据权利要求2所述的方法，其特征在于，所述基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取所述中间工件的补偿数据，包括：
将所述测试工件的理论特征信息与所述中间工件的测量特征信息输入至补偿模型，以得到所述中间工件的补偿数据；
其中，所述补偿模型的训练过程包括：
获取训练数据；所述训练数据包括样本工件的理论特征信息和测量特征信息以及所述样本工件的补偿数据的标注数据；
将所述样本工件的理论特征信息和测量特征信息输入至预设的深度学习模型，以得到所述样本工件的补偿数据的预测数据；
基于所述样本工件的补偿数据的预测数据和标注数据，对所述深度学习模型的模型参数进行更新；
检测是否满足预设的训练结束条件；如果是，则将训练出的所述深度学习模型作为所述补偿模型；如果否，则利用下一个所述训练数据继续训练所述深度学习模型。
5.根据权利要求1所述的方法，其特征在于，所述基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取补偿后刀路，还包括：
基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取所述中间工件的补偿数据，所述中间工件的补偿数据用于指示所述中间工件上的一个或多个超差点及其补偿量；
基于所述中间工件的补偿数据，对所述测试工件的理论模型进行补偿，以得到补偿后模型；
基于所述补偿后模型，生成所述补偿后刀路。
6.根据权利要求1所述的方法，其特征在于，所述测试工件为叶片；
所述中间工件的测量特征信息包括叶片截面的截面特征信息，所述截面特征信息用于指示以下至少一种：叶背轮廓度最小值、叶背轮廓度最大值、叶盆轮廓度最小值、叶盆轮廓度最大值、前缘轮廓度最小值、前缘轮廓度最大值、后缘轮廓度最小值和后缘轮廓度最大值。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
基于所述中间工件的补偿数据，定位所述中间工件的多个截面线，以得到每个所述截面线的位置信息；
获取每个所述截面线对应的补偿量；
基于所述中间工件的测量特征信息，对所述中间工件进行三维重建，以得到所述中间工件的三维模型；
基于每个所述截面线的位置信息，对所述三维模型上的每个所述截面线及其补偿量进行动画渲染；
对动画渲染后的所述三维模型上的每个所述截面线及其补偿量进行可视化展示。
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
通过所述测量设备对所述加工后工件进行测量，检测所述加工后工件是否满足预设加工要求；
当所述加工后工件不满足所述预设加工要求时，重新获取补偿后刀路。
9.一种电子设备，其特征在于，所述电子设备包括存储器和至少一个处理器，所述存储器存储有计算机程序，所述至少一个处理器执行所述计算机程序时实现以下步骤：
获取测试工件的理论特征信息和理论刀路，所述测试工件是模锻加工得到的；
基于所述理论刀路对所述测试工件进行加工，以得到中间工件；
通过测量设备对所述中间工件进行测量，以得到所述中间工件的测量特征信息；
基于所述测试工件的理论特征信息和所述中间工件的测量特征信息，获取补偿后刀路；
基于所述补偿后刀路，对目标工件进行自适应加工，以得到加工后工件；所述目标工件与所述测试工件为同一类型的工件。
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存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-8任一项所述方法的步骤。
CN202310065281.8A 2023-01-14 2023-01-14 基于刀路补偿的加工方法、电子设备及存储介质 Pending CN116068959A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310065281.8A CN116068959A (zh) 2023-01-14 2023-01-14 基于刀路补偿的加工方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310065281.8A CN116068959A (zh) 2023-01-14 2023-01-14 基于刀路补偿的加工方法、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN116068959A true CN116068959A (zh) 2023-05-05

Family

ID=86169520

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310065281.8A Pending CN116068959A (zh) 2023-01-14 2023-01-14 基于刀路补偿的加工方法、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116068959A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116604399A (zh) * 2023-07-20 2023-08-18 通用技术集团机床工程研究院有限公司 轮廓测量方法、装置、设备和存储介质
CN116933445A (zh) * 2023-09-15 2023-10-24 工业云制造(四川)创新中心有限公司 面向模锻设备的数字孪生模型构建方法及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116604399A (zh) * 2023-07-20 2023-08-18 通用技术集团机床工程研究院有限公司 轮廓测量方法、装置、设备和存储介质
CN116604399B (zh) * 2023-07-20 2023-10-31 通用技术集团机床工程研究院有限公司 轮廓测量方法、装置、设备和存储介质
CN116933445A (zh) * 2023-09-15 2023-10-24 工业云制造(四川)创新中心有限公司 面向模锻设备的数字孪生模型构建方法及系统
CN116933445B (zh) * 2023-09-15 2023-12-12 工业云制造(四川)创新中心有限公司 面向模锻设备的数字孪生模型构建方法及系统

Similar Documents

Publication Publication Date Title
CN116068959A (zh) 基于刀路补偿的加工方法、电子设备及存储介质
CN101894176B (zh) 在采样点重建扫过容积的距离场的方法
US8010328B2 (en) Method for simulating numerically controlled milling using adaptively sampled distance fields
CN110176078B (zh) 一种训练集数据的标注方法及装置
CN104793560A (zh) 用于生成轨迹的方法和系统
US8483858B2 (en) System and method for optimizing machining simulation
CN210848792U (zh) 一种三维五轴激光切割机床
CN113435086B (zh) 面向增减材复合制造的增减交替工序自动规划方法及系统
US20230204344A1 (en) Method for inspecting a workpiece in the process of being manufactured
CN103135446A (zh) 一种多轴数控机床刀具运动轨迹验证装置
Spitz et al. Accessibility analysis using computer graphics hardware
CN115562159A (zh) 刀路规划方法、装置及计算机可读存储介质
US7421363B2 (en) Method for virtual inspection of virtually machined parts
Sadaoui et al. Touch probe measurement in dimensional metrology: A review
JP5984175B2 (ja) 機械加工シミュレーションの間にアンドゥ操作及びリドゥ操作を行うためのシステム及び方法
Zhuang et al. A state-of-the-art review on the research and application of on-machine measurement with a touch-trigger probe
CN111859629B (zh) 一种直升机动部件的检测规划方法及系统
Legge Integration of design and inspection systems-a literature review
CN117289647A (zh) 刀路规划方法、电子设备及计算机可读存储介质
Moutchiho A New Programming Approach for Robot-based Flexible Inspection Systems
Schützer et al. C-Space based approach for the calculation of toolpaths for freeform surfaces in B-Spline description
Gattamelata et al. Using application programming interface to integrate reverse engineering methodologies into solidworks
Legge Off-line programming of coordinate measuring machines
Makki et al. 5-axis direct machining of rough clouds of points
Brecher et al. Numerical Controllers

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