CN117291552B - 在网页环境智能创建跨供应商刀具方案及切削用量的方法 - Google Patents

Abstract

本发明公开了一种在网页环境智能创建跨供应商刀具方案及切削用量的方法，包括：建立关系型数据库集群及其管理系统；建立加工特征和刀具特性一对一匹配的关联关系；建立基于专家知识库的多目标优化排序算法；产品数据标准化，对不同供应商的产品数据进行统一的描述；建立刀具选用应用端交互页面；本发明提升了终端用户企业在进行刀具方案确定时的效率。

Description

在网页环境智能创建跨供应商刀具方案及切削用量的方法

技术领域

本发明涉及零部件加工技术领域，特别是一种在网页环境智能创建跨供应商刀具方案及切削用量的方法。

背景技术

随着航空航天技术及汽车等行业的制造技术快速革新，企业对重要零部件精度和质量的要求也逐渐提高，对精准选择数控刀具的需求也越来越高。然而大多数工程技术人员缺乏完善的理论知识体系，常通过搜索纸质样本选择加工刀具或依据长时间的经验积累使用近似的切削参数创建加工程序，具有较强的主观性，不能稳定地保证零件的加工质量。

能够有效实现根据加工需求自动创建刀具方案和切削用量的现有技术中，其业务流程大致相同，即用户输入加工需求数据后，核心算法帮助系统自动获取决策信息并输出加工解决方案，包含最优刀具组合和最佳切削参数。

而传统的智能选刀软件，由于其只具备自身公司的产品数据的特点，刀具的选择范围被限定在其自身产品中，使得智能刀具软件推荐出的刀具方案往往只是该供应商的最优方案，而非终端用户所需最优方案，终端用户企业对数控刀具的离散化需求无法满足，使得终端用户在建立刀具方案时效率较低。同时，由于传统的智能选刀软件服务器一般部署在在国外的原因，使得国内终端用户访问和操作这些软件耗时较长，临时使用不便。

另外，由于不同供应商在建立刀具产品数据库时，对于刀具各类数据的描述不一致，使得通过集成不同供应商的产品数据库达到跨供应商刀具选用功能的路线无法实现。

发明内容

为解决现有技术中存在的问题，本发明的目的是提供一种在网页环境智能创建跨供应商刀具方案及切削用量的方法，本发明提升了终端用户企业在进行刀具方案确定时的效率。

为实现上述目的，本发明采用的技术方案是：一种在网页环境智能创建跨供应商刀具方案及切削用量的方法，包括以下步骤：

步骤1、建立关系型数据库集群及其管理系统；

步骤2、建立加工特征和刀具特性一对一匹配的关联关系；

步骤3、建立基于专家知识库的多目标优化排序算法；

步骤4、产品数据标准化，对不同供应商的产品数据进行统一的描述；

步骤5、建立刀具选用应用端交互页面。

作为本发明的进一步改进，所述步骤1具体包括：

建立数控刀具参考字典库、工件数据库、工件材料数据库、产品数据库和切削参数数据库以及建立与各数据库对应的管理系统维护对应的数据；其中：数控刀具参考字典库用于不同供应商的产品数据进行数据存档时，是产品数据进行统一描述的基准；工件数据库用于存储工件各类基础数据和工件与刀具切削要素关联关系数据；工件材料数据库用于储存工件材料的相关数据，包括材料类别、材料名称、抗拉强度、布氏硬度、洛氏硬度、单位切削力以及不同国家材料牌号的对应关系；产品数据库用于储存刀具产品数据；切削参数数据库用于储存数控刀具在不同加工条件下应采用的切削参数。

作为本发明的进一步改进，在步骤2中，用数学关系来表示工件特征参数和刀具参数的关联关系，所述刀具参数是指数控刀具参考字典中统一描述的刀具特性。

作为本发明的进一步改进，所述步骤3具体如下：

引入专家知识库和多目标优化排序算法，来对刀具池进行优化排序：将工件特征所对应的一个或多个刀具特性、以及对应策略上传至专家知识库并给出刀具特性排序方案；同时，给出当前情况下不同用户目标需求的刀具特性优先级权重；最终，根据不同特性的权重计算结果汇总，得分最高的为最优结果。

作为本发明的进一步改进，所述步骤4具体如下：

利用在建立的数控刀具参考字典库对产品数据的几何数据和应用数据标准化，使不同供应商的产品数据有统一的描述。

作为本发明的进一步改进，所述应用端交互页面包括工件分类、工件设定、工件材料选择、最优刀具方案列表及替代方案查询、推荐切削用量及整体方案页面。

本发明的有益效果是：

1、本发明打破了传统智能选刀软件只能选择单一品牌的壁垒，使得终端用户企业对数控刀具的离散化需求得到满足，提升了终端用户企业在进行刀具方案确定时的效率。

2、本发明中由于该系统的服务器和数据库均部署在云端，使得终端用户可以在任何时候使用该系统。

3、本发明中的切削要素关联关系及其专家知识可以根据不同终端用户企业的不同知识及加工策略进行维护，使得刀具选用更符合实际情况。

附图说明

图1为本发明实施例的流程图；

图2为本发明实施例的系统架构图；

图3为本发明实施例中关系型数据库集群示意图；

图4为本发明实施例中加工特征和刀具特性的对应关系图。

具体实施方式

下面结合附图对本发明的实施例进行详细说明。

实施例

如图1和图2所示，一种在网页环境智能创建跨供应商刀具方案及切削用量的方法，包括建立关系型数据库集群、建立加工特征和刀具特性一对一匹配方法、建立基于专家知识库的多目标优化排序算法、标准化产品数据、建立刀具选用应用端交互页面；具体如下：

步骤1：建立关系型数据库集群及其管理系统，如图3所示：

（1）数控刀具参考字典库：

数控刀具参考字典库的建立是基础工作，它可以帮助不同供应商的产品数据在进行数据存档时，对产品数据的描述有一个统一的依据。数控刀具参考字典数据库中应包含数控刀具的标准分类、类别名称、类别定义、该类别的所需的特性、特性唯一标识符、特性名称、特性定义、特性值单位、特性值允许范围、示意图等基础元数据。同时，应建立该数据库的可视化管理系统，便于维护数控刀具参考字典数据。

（2）工件数据库：

工件数据库的主要用于存储工件各类基础数据和工件与刀具切削要素关联关系数据。一条完整的工件基础数据因包含但不限于工件类别、工件加工特征、特征参数。一条完整的工件与刀具切削要素关联关系数据应包含但不限于工件类别与刀具类别的对应关系、工件类别与刀具特性（及值）的对应关系、工件加工特征与与刀具特性（及值）的对应关系、排序算法触发条件、排序算法对应特性及应用措施。其中，数据中的各类对应关系应用数学模型来表示。同时，应建立工件数据管理系统，该管理系统应对被加工零件的类型、加工特征、特征参数及其它们与刀具特征的对应数学关系进行管理。

（3）工件材料数据库：

工件材料数据库应包含材料类别、材料名称、抗拉强度、布氏硬度、洛氏硬度、单位切削力以及不同国家材料牌号的对应关系。同理，应建立工件材料数据管理系统用于维护工件材料数据库。

（4）产品数据库：

产品数据库用于储存刀具产品数据。一条刀具产品数据应包含该包含但不限于产品所属分类、产品名称、该产品的几何特性（如切削刃长和内切圆直径等）和应用特性（可加工何种材料、可用加工类型等）。同理，建立产品数据管理系统用于维护这些数据。

（5）切削参数数据库：

切削参数数据库用于储存数控刀具在不同加工条件下应采用的切削参数（范围）。一条完整的切削参数数据应该包含但不限于数控刀具产品代码、切削工况、切削范围、工件材料、切削速度（范围）、进给量（范围）、切削深度（范围）。同理，建立管理系统维护这些数据。

步骤2：建立加工特征和刀具特性一对一匹配方法：

加工特征和刀具特性一对一匹配方法是由数学模型来表达的，即用数学关系来表示工件特征参数和刀具参数的关联关系。一次刀具的筛选过程就是多个特性和多个刀具参数相对应，这样便可确定出相应的刀具。值得注意的是，与其他企业研究的刀具选用方法不同，本实施例刀具选用发明是跨品牌的，即融合了多个品牌的产品。这也导致了不同品牌对统一类型产品的参数描述不一致，所以建立加工特征和刀具特性的一对一匹配关系的前提是刀具特性及参数的描述需一致。所以该功能中需要引用数控刀具参考字典，如图4所示，以ISO 13399标准的切削刀具参考字典为例，统一所有品牌刀具产品的特性。其逻辑如下图。

步骤3：建立基于专家知识库的多目标优化排序算法：

从理论上讲，根据加工特征和刀具特性的一对一匹配方法所的到的刀具池中的刀具虽然均符合要求，但实际情况往往比理论要复杂的多。考虑到这一点，本发明引入了专家知识库和多目标优化排序算法，来对上一阶段得到的刀具池进行优化排序。通常决定一把刀具是否为最优选择往往不是一个刀具特性决定的，是多个特性相互作用的结果，所以一个工件特征由哪几个刀具特征所对应以及对应策略都需要上传至专家知识库。上一阶段得到的刀具池根据专家知识库中的特性值排序方案对刀具产品进行排序。同时，这里还需要给出当前情况下不同用户目标需求的刀具特性优先级权重。最终，根据不同特性的权重计算结果汇总，得分最高的为最优结果。

步骤4：产品数据标准化：

刀具筛选的基本逻辑是加工特征和刀具特性的对应关系，来自不同供应商的数控刀具产品的产品数据描述并不统一，如果不对这些产品数据进行标准化，则会导致同一种对应关系需要为不同供应商的产品建立多条对应关系，这无疑极大的降低了效率、提升了系统实现难度。为了即保证不同供应商的刀具产品都能被筛选，又降低系统实现难度，降低数据维护难度，需要利用在系统中建立的数控刀具参考字典库对这些产品数据的几何数据和应用数据标准化，使不同供应商的产品数据能够有统一的描述。

步骤5：建立刀具选用应用端交互页面：

刀具选用应用端交互页面需建立包含工件分类、工件设定、工件材料选择、最优刀具方案列表及替代方案查询、推荐切削用量及整体方案页面。

下面以建立车削加工刀具选用系统为例对本实施例作进一步说明：

（1）建立关系型数据库集群及其管理系统：

1）数控刀具参考字典库及管理系统：

数控刀具参考字典数据库中应包含数控刀具的标准分类、类别名称、类别定义、该类别的所需的特性、特性唯一标识符、特性名称、特性定义、特性值单位、特性值允许范围、示意图等基础元数据。本实施例导入了ISO 13399系列标准的切削刀具参考字典作为系统的数控刀具参考字典。

2）工件数据库：

本实施例建立了包括车削外（内）圆、车削端面、车削端面及外圆、车削外（内）圆轮廓、车削端面槽切断和车削螺纹在内的工件类别，每个工件类别对应不同的刀具分类。同时，每个工件类别有若干工件特征。如车削外圆及端面工件分类，对应刀具分类ID为车削刀片和棱柱型车刀杆。

在车削外圆及端面工件类别下，有若干工件特征，如“最大背吃刀量”，该特征单位为mm，该特征所对应的刀具特性为“最大切削深度APMX”（ID：232194），输出格式即该特征对刀具特性对应关系数学模型为“product>input*3”（产品的最大切削深度APMX值应大于输入的最大背吃刀量值的三倍）。同理，建立其他必要的特征和关联关系。

上述关联关系主要通过数学关系来体现，若干组关联关系就应当建立若干个数学关系即图4中数学关系1、数学关系2和数学关系3。

上述关联关系是为了实现加工特征和刀具特性一对一的匹配即图1业务流程中的“1”号方框，初步得到可用刀具的刀具池。除了建立上述关联关系，还需根据专家知识数据建立排序算法所需的评分策略。

在本实施例中，建立了若干排序策略，其中一条策略是：触发条件为“工件类型:细长轴；材料: P01,P02,P03,P04,P05,P06,P07,P08,P09,P10,P11；切削范围: 精加工”，对应特性为“刃倾角”，措施为“0-5”。该策略是指当在应用端选择到工件类型为细长轴，同时精加工P类工件材料时，则触发将刀具刃倾角在0°-5°范围内的刀具产品优先级提高的策略。

上述评分策略是为了实现对刀具池中的刀具产品进行优选排序即图1业务流程中的“2”号方框，最终得到优选评分由高到低排序后的可用刀具列表。

3）工件材料库：

本实施例按GB/T 221建立工件材料库。

4）产品数据库：

本实施例在产品数据库中建立了若干刀具产品数据。包括产品名称、该产品的几何特性（如切削刃长和内切圆直径等）和应用特性（可加工何种材料、可用加工类型等）。

5）切削参数数据库：

本实施例添加了若干条切削参数。数据包含切削工况、切削范围、工件材料、切削速度（范围）、进给量（范围）、切削深度（范围）。

（2）建立加工特征和刀具特性一对一匹配方法：

在车削外圆及端面工件类别下，建立加工特征与刀具特性一对一匹配的关系，例如：

①“最大背吃刀量”，该特征单位为mm，该特征所对应的刀具特性为“最大切削深度APMX”（ID：232194），输出格式即该特征对刀具特性对应关系数学模型为“product>input*3”（产品的最大切削深度APMX值应大于输入的最大背吃刀量值的三倍）。

②“过渡圆弧半径”，该特征单位为mm，该特征所对应的刀具特性为“刀尖圆弧半径RE”（ID：232184），输出格式即该特征对刀具特性对应关系数学模型为“product<input”（产品的刀尖圆弧半径RE值应小于输入的过渡圆弧半径）。

（3）建立基于专家知识库的多目标优化排序算法：

在车削外圆及端面工件类别下，建立多目标优化排序策略，例如：

①触发条件为“切削范围: 粗加工；材料: N32,N31,N30,N29,N28,N27,N26,N25,N24,N23；切削工况: 不稳定切削”，对应特性为“刀尖圆弧半径（ID：232184）”，措施为“0.5-2”。指当在应用端选择到粗加工N类工件材料且切削工况为不稳定切削时，则触发将刀尖圆弧半径值在0.5-2范围内的刀具产品优先级提高的策略。

②触发条件为“工艺系统刚性: 良好；工件类型: 盘类零件”，对应特性为“刀具切削刃角度（ID：232471）”，措施为“30~45”。指当在应用端选择到加工盘类零件且工艺系统刚性良好时，则触发将刀具切削刃角度在30~45范围内的刀具产品优先级提高的策略。

（4）产品数据标准化：

在产品数据管理系统中，对不同供应商的产品按照ISO 13399系列标准的切削刀具参考字典将其产品数据描述进行标准化。

（5）建立刀具选用应用端交互页面：

刀具选用应用端交互页面需建立包含工件分类、工件设定、工件材料选择、最优刀具方案列表及替代方案查询、推荐切削用量及整体方案页面。

（6）程序运行：

1）选择工件类别：

应用端的工件类别来自工件数据库。在该页面选择“车削外圆及端面”即可进入工件设定页面。

2）设定工件特征及特征参数：

应用端的工件特征和可选特征参数来自工件数据库。在该页面输入和选择相应的工件特征参数点击下一步即可进入材料选择页面。

3）设定工件材料：

应用端的材料类别等数据来自材料数据库。按实际情况选择工件材料，点击应用进入下一步。

4）最优刀具方案列表及替代方案查询：

上述1）、2）、3）步属于工况设定，工况设定完成后，系统根据加工特征和刀具特性一对一匹配方法和基于专家知识库的多目标优化排序算法的计算，筛选出若干可用刀具组合清单。同时，将优先级最高的刀具产品组合放在最佳建议处。因产品数据已完成标准化，故筛选出的刀具产品组合是跨供应商的最优选项。

5）推荐切削用量及整体方案浏览：

根据2）中所设定的工况信息，同时结合获取的刀具产品数据，在切削参数数据库中查询相应的切削参数，并将查询的结果显示在“切削参数”栏目中。

以上所述实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

Claims (3)

1.一种在网页环境智能创建跨供应商刀具方案及切削用量的方法，其特征在于，包括以下步骤：

步骤1、建立关系型数据库集群及其管理系统；

所述步骤1具体包括：

建立数控刀具参考字典库、工件数据库、工件材料数据库、产品数据库和切削参数数据库以及建立与各数据库对应的管理系统维护对应的数据；其中：数控刀具参考字典库用于不同供应商的产品数据进行数据存档时，是产品数据进行统一描述的基准；工件数据库用于存储工件各类基础数据和工件与刀具切削要素关联关系数据；工件材料数据库用于储存工件材料的相关数据，包括材料类别、材料名称、抗拉强度、布氏硬度、洛氏硬度、单位切削力以及不同国家材料牌号的对应关系；产品数据库用于储存刀具产品数据；切削参数数据库用于储存数控刀具在不同加工条件下应采用的切削参数；

步骤2、建立加工特征和刀具特性一对一匹配的关联关系；

步骤3、建立基于专家知识库的多目标优化排序算法；

所述步骤3具体如下：

引入专家知识库和多目标优化排序算法，来对刀具池进行优化排序：将工件特征所对应的一个或多个刀具特性、以及对应策略上传至专家知识库并给出刀具特性排序方案；同时，给出当前情况下不同用户目标需求的刀具特性优先级权重；最终，根据不同特性的权重计算结果汇总，得分最高的为最优结果；

步骤4、产品数据标准化，对不同供应商的产品数据进行统一的描述；

步骤5、建立刀具选用应用端交互页面；

所述应用端交互页面包括工件分类、工件设定、工件材料选择、最优刀具方案列表及替代方案查询、推荐切削用量及整体方案页面。

2.根据权利要求1所述的在网页环境智能创建跨供应商刀具方案及切削用量的方法，其特征在于，在步骤2中，用数学关系来表示工件特征参数和刀具参数的关联关系，所述刀具参数是指数控刀具参考字典中统一描述的刀具特性。

3.根据权利要求1所述的在网页环境智能创建跨供应商刀具方案及切削用量的方法，其特征在于，所述步骤4具体如下：

利用在建立的数控刀具参考字典库对产品数据的几何数据和应用数据标准化，使不同供应商的产品数据有统一的描述。