CN117492409A - 一种五轴倾斜单角度取零点坐标的方法、系统及介质 - Google Patents
一种五轴倾斜单角度取零点坐标的方法、系统及介质 Download PDFInfo
- Publication number
- CN117492409A CN117492409A CN202410005848.7A CN202410005848A CN117492409A CN 117492409 A CN117492409 A CN 117492409A CN 202410005848 A CN202410005848 A CN 202410005848A CN 117492409 A CN117492409 A CN 117492409A
- Authority
- CN
- China
- Prior art keywords
- workpiece
- data
- parameter data
- training set
- model
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000006243 chemical reaction Methods 0.000 claims abstract description 72
- 238000012216 screening Methods 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 claims description 4
- 238000003754 machining Methods 0.000 abstract description 10
- 238000004088 simulation Methods 0.000 abstract description 3
- 238000010276 construction Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 1
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
- G05B19/402—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 control arrangements for positioning, e.g. centring a tool relative to a hole in the workpiece, additional detection means to correct position
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G05B2219/33—Director till display
- G05B2219/33259—Conversion of measuring robot coordinates to workpiece coordinates
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Automation & Control Theory (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Medical Informatics (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Numerical Control (AREA)
Abstract
本申请实施例提供了一种五轴倾斜单角度取零点坐标的方法、系统及介质,该方法包括:获取工件参数数据,将工件参数数据输入网络模型进行构建模型,得到工件模型;根据工件参数数据进行设定标志点,得到标志点数据;将标志点数据进行比例转换,将转换标志点匹配在工件模型上,并获取每一个转换标志点位置信息;根据转换标志点位置信息进行分析工件曲率,并根据工件曲率分析工件倾斜状态信息,根据工件倾斜状态信息进行坐标零点找寻;将坐标零点按照预定的方式传输至终端;通过分析工件参数在模拟软件上进行模拟建立工件模型,在工件模型选取最能展现工件参数的标志点进行分析,从而根据分析结果进行选取工件零件坐标,提高工件加工精度。
Description
技术领域
本申请涉及零点坐标捕捉领域,具体而言,涉及一种五轴倾斜单角度取零点坐标的方法、系统及介质。
背景技术
在五轴精密加工产品时,以往很难实现倾斜单角度取坐标,五轴加工产品是复杂的,空间坐标与理论的误差值相差巨大,在以往的加工过程中都是在平面取零点坐标,现有的工件取零点方法难以根据零件参数进行模拟建立工件模型,在工件模型上进行建立标志点进行确定零点坐标,造成零点坐标的获取差值较大,影响工件的加工精度;针对上述问题,目前亟待有效的技术解决方案。
发明内容
本申请实施例的目的在于提供一种五轴倾斜单角度取零点坐标的方法、系统及介质,通过分析工件参数在模拟软件上进行模拟建立工件模型,在工件模型选取最能展现工件参数的标志点进行分析,从而根据分析结果进行选取工件零件坐标,提高工件加工精度。
本申请实施例还提供了一种五轴倾斜单角度取零点坐标的方法,包括:
获取工件参数数据,将工件参数数据输入网络模型进行构建模型,得到工件模型;
根据工件参数数据进行设定标志点,得到标志点数据;
将标志点数据进行比例转换,得到转换标志点;
将转换标志点匹配在工件模型上,并获取每一个转换标志点位置信息;
根据转换标志点位置信息进行分析工件曲率,并根据工件曲率分析工件倾斜状态信息,根据工件倾斜状态信息进行坐标零点找寻;
将坐标零点按照预定的方式传输至终端。
可选地,在本申请实施例所述的五轴倾斜单角度取零点坐标的方法中,网络模型训练方法包括:
获取若干个工件的参数数据,工件参数数据包括工件尺寸、工件形状与工件曲面数据;
根据若干个工件尺寸数据建立第一训练集,根据若干个工件形状建立第二训练集,根据工件曲面数据建立第三训练集;
将第一训练集与第二训练集与第三训练集按照设定的数据比例生成最终的训练集;
将最终的训练集输入初始网络模型进行训练,得到训练结果;
判断所述训练结果是否收敛;
若收敛,则生成网络模型;
若不收敛,则生成反馈信息,根据反馈信息调整第一训练集、第二训练集与第三训练集的数据比例,得到优化训练集,将优化训练集输入初始网络模型进行二次训练。
可选地,在本申请实施例所述的五轴倾斜单角度取零点坐标的方法中,获取工件参数数据,将工件参数数据输入网络模型进行构建模型,得到工件模型,具体包括:
获取工件参数数据,工件参数数据包括工件尺寸、工件形状与工件曲面数据;
将工件参数数据与标准零件的参数数据进行比较,得到零件匹配度;
判断所述零件匹配度是否大于或等于设定的零件匹配度阈值;
若大于或等于,则选取标准零部件,计算标准零部件与工件参数数据之间的差异数据,根据差异数据将标准零部件进行修正,得到工件模型;
若小于,则根据工件参数数据进行重新构建工件模型。
可选地,在本申请实施例所述的五轴倾斜单角度取零点坐标的方法中,根据工件参数数据进行设定标志点,得到标志点数据,具体包括:
获取工件参数数据,提取工件参数特征;
将工件参数特征与设定的数据特征进行比较,得到特征偏差率;
判断所述特征偏差率是否大于等于预设的特征偏差率阈值;
若大于或等于,则剔除对应的工件参数数据;
若小于,则筛选工件数据特征,选择最优工件参数特征作为标志点特征,根据标志点特征得到标志点数据。
可选地,在本申请实施例所述的五轴倾斜单角度取零点坐标的方法中,根据转换标志点位置信息进行分析工件曲率,具体包括:
获取所有转换标志点位置信息,将所有转换标志点位置信息投影变换,得到中心标志点;
剔除中心标志点,将剩余的转换标志点进行分析,获取位于同一平面的转换标志点;
将同一平面的转换标志点进行中心点计算,并将中心点与中心标志点进行距离计算,得到距离信息;
根据距离信息计算工件曲率,根据工件曲率,根据工件曲率设定零点位置。
可选地,在本申请实施例所述的五轴倾斜单角度取零点坐标的方法中,根据工件曲率分析工件倾斜状态信息,根据工件倾斜状态信息进行坐标零点找寻,具体包括:
获取标志点位置信息,根据标志点位置信息进行分析工件倾斜状态信息;
根据工件倾斜状态信息计算工件倾斜角度;
根据工件倾斜角度生成角度调整信息,根据角度调整信息对工件角度进行调整,得到调整结果;
根据调整结果优化坐标零点。
第二方面,本申请实施例提供了一种五轴倾斜单角度取零点坐标的系统,该系统包括:存储器及处理器,所述存储器中包括五轴倾斜单角度取零点坐标的方法的程序,所述五轴倾斜单角度取零点坐标的方法的程序被所述处理器执行时实现以下步骤:
获取工件参数数据,将工件参数数据输入网络模型进行构建模型,得到工件模型;
根据工件参数数据进行设定标志点,得到标志点数据;
将标志点数据进行比例转换,得到转换标志点;
将转换标志点匹配在工件模型上,并获取每一个转换标志点位置信息;
根据转换标志点位置信息进行分析工件曲率,并根据工件曲率分析工件倾斜状态信息,根据工件倾斜状态信息进行坐标零点找寻;
将坐标零点按照预定的方式传输至终端。
可选地,在本申请实施例所述的五轴倾斜单角度取零点坐标的系统中,网络模型训练方法包括:
获取若干个工件的参数数据,工件参数数据包括工件尺寸、工件形状与工件曲面数据;
根据若干个工件尺寸数据建立第一训练集,根据若干个工件形状建立第二训练集,根据工件曲面数据建立第三训练集;
将第一训练集与第二训练集与第三训练集按照设定的数据比例生成最终的训练集;
将最终的训练集输入初始网络模型进行训练,得到训练结果;
判断所述训练结果是否收敛;
若收敛,则生成网络模型;
若不收敛,则生成反馈信息,根据反馈信息调整第一训练集、第二训练集与第三训练集的数据比例,得到优化训练集,将优化训练集输入初始网络模型进行二次训练。
可选地,在本申请实施例所述的五轴倾斜单角度取零点坐标的系统中,获取工件参数数据,将工件参数数据输入网络模型进行构建模型,得到工件模型,具体包括:
获取工件参数数据,工件参数数据包括工件尺寸、工件形状与工件曲面数据;
将工件参数数据与标准零件的参数数据进行比较,得到零件匹配度;
判断所述零件匹配度是否大于或等于设定的零件匹配度阈值;
若大于或等于,则选取标准零部件,计算标准零部件与工件参数数据之间的差异数据,根据差异数据将标准零部件进行修正,得到工件模型;
若小于,则根据工件参数数据进行重新构建工件模型。
第三方面,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中包括五轴倾斜单角度取零点坐标的方法程序,所述五轴倾斜单角度取零点坐标的方法程序被处理器执行时,实现如上述任一项所述的五轴倾斜单角度取零点坐标的方法的步骤。
由上可知,本申请实施例提供的一种五轴倾斜单角度取零点坐标的方法、系统及介质,通过获取工件参数数据,将工件参数数据输入网络模型进行构建模型,得到工件模型;根据工件参数数据进行设定标志点,得到标志点数据;将标志点数据进行比例转换,得到转换标志点;将转换标志点匹配在工件模型上,并获取每一个转换标志点位置信息;根据转换标志点位置信息进行分析工件曲率,并根据工件曲率分析工件倾斜状态信息,根据工件倾斜状态信息进行坐标零点找寻;将坐标零点按照预定的方式传输至终端;通过分析工件参数在模拟软件上进行模拟建立工件模型,在工件模型选取最能展现工件参数的标志点进行分析,从而根据分析结果进行选取工件零件坐标,提高工件加工精度。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的五轴倾斜单角度取零点坐标的方法的流程图;
图2为本申请实施例提供的五轴倾斜单角度取零点坐标的方法的网络模型训练方法流程图;
图3为本申请实施例提供的五轴倾斜单角度取零点坐标的方法的工件模型构建方法流程图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的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。
应注意到,相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参照图1,图1是本申请一些实施例中的一种五轴倾斜单角度取零点坐标的方法的流程图。该五轴倾斜单角度取零点坐标的方法用于终端设备中,该五轴倾斜单角度取零点坐标的方法,包括以下步骤:
S101,获取工件参数数据,将工件参数数据输入网络模型进行构建模型,得到工件模型;
S102,根据工件参数数据进行设定标志点,得到标志点数据;
S103,将标志点数据进行比例转换,得到转换标志点,将转换标志点匹配在工件模型上,并获取每一个转换标志点位置信息;
S104,根据转换标志点位置信息进行分析工件曲率,并根据工件曲率分析工件倾斜状态信息,根据工件倾斜状态信息进行坐标零点找寻;
S105,将坐标零点按照预定的方式传输至终端。
需要说明的是,通过分析工件参数数据在模拟软件中进行建立工件模型,从而对工件模型进行精准的分析建立标志点,从而精准的获取坐标零点,提高工件加工精度。
请参照图2,图2是本申请一些实施例中的一种五轴倾斜单角度取零点坐标的方法的网络模型训练方法流程图。根据本发明实施例,网络模型训练方法包括:
S201,获取若干个工件的参数数据,工件参数数据包括工件尺寸、工件形状与工件曲面数据;
S202,根据若干个工件尺寸数据建立第一训练集,根据若干个工件形状建立第二训练集,根据工件曲面数据建立第三训练集;
S203,将第一训练集与第二训练集与第三训练集按照设定的数据比例生成最终的训练集;
S204,将最终的训练集输入初始网络模型进行训练,得到训练结果,判断训练结果是否收敛;
S205,若收敛,则生成网络模型;若不收敛,则生成反馈信息,根据反馈信息调整第一训练集、第二训练集与第三训练集的数据比例,得到优化训练集,将优化训练集输入初始网络模型进行二次训练。
需要说明的是,不同的工件参数数据根据网络模型自动输出工件模型的参数,从而精准的建立工件模型,在对网络模型训练过程中,根据工件的不同参数进行建立不同的训练集,提高网络模型的训练精度,使网络模型的输出结果更加的精准。
请参照图3,图3是本申请一些实施例中的一种五轴倾斜单角度取零点坐标的方法的工件模型构建方法流程图。根据本发明实施例,获取工件参数数据,将工件参数数据输入网络模型进行构建模型,得到工件模型,具体包括:
S301,获取工件参数数据,工件参数数据包括工件尺寸、工件形状与工件曲面数据;
S302,将工件参数数据与标准零件的参数数据进行比较,得到零件匹配度;
S303,判断零件匹配度是否大于或等于设定的零件匹配度阈值;
S304,若大于或等于,则选取标准零部件,计算标准零部件与工件参数数据之间的差异数据,根据差异数据将标准零部件进行修正,得到工件模型;
S305,若小于,则根据工件参数数据进行重新构建工件模型。
需要说明的是,在进行构建工件模型过程中,通过分析工件参数与标准零件数据之间的匹配度,从而选择标椎零件,在标准零件的基础上进行工件模型的建立,提高工件模型的建立效率。
根据本发明实施例,根据工件参数数据进行设定标志点,得到标志点数据,具体包括:
获取工件参数数据,提取工件参数特征;
将工件参数特征与设定的数据特征进行比较,得到特征偏差率;
判断特征偏差率是否大于等于预设的特征偏差率阈值;
若大于或等于,则剔除对应的工件参数数据;
若小于,则筛选工件数据特征,选择最优工件参数特征作为标志点特征,根据标志点特征得到标志点数据。
需要说明的是,提取工件参数数据特征,提取最能反应工件特征的参数数据,进行建立标志点,提高工件模型建立的精度,保证工件模型与真实的工件参数之间差异较小。
根据本发明实施例,根据转换标志点位置信息进行分析工件曲率,具体包括:
获取所有转换标志点位置信息,将所有转换标志点位置信息投影变换,得到中心标志点;
剔除中心标志点,将剩余的转换标志点进行分析,获取位于同一平面的转换标志点;
将同一平面的转换标志点进行中心点计算,并将中心点与中心标志点进行距离计算,得到距离信息;
根据距离信息计算工件曲率,根据工件曲率,根据工件曲率设定零点位置。
需要说明的是,根据转换标志点进行投影变换,从而分析出中心标志点,从而计算工件的曲率信息,根据工件曲率进行设定零点位置,提高零点确定精度。
根据本发明实施例,根据工件曲率分析工件倾斜状态信息,根据工件倾斜状态信息进行坐标零点找寻,具体包括:
获取标志点位置信息,根据标志点位置信息进行分析工件倾斜状态信息;
根据工件倾斜状态信息计算工件倾斜角度;
根据工件倾斜角度生成角度调整信息,根据角度调整信息对工件角度进行调整,得到调整结果;
根据调整结果优化坐标零点。
需要说明的是,根据工件的倾斜状态进行分析工件的倾斜角度,从而对坐标零点进行优化,提高坐标零点的精准度。
根据本发明实施例,还包括:获取工件倾斜角度,根据工件倾斜角度计算工件姿态信息;
将工件姿态信息与预设的姿态信息进行比较,得到姿态偏差率;
判断姿态偏差率是否大于预设的姿态偏差率阈值;
若大于,则调整工件倾斜角度;
若小于,则根据当前工件的姿态信息建立工件初始状态信息,根据工件初始状态信息建立坐标零点。
需要说明的是,通过分析当前工件的姿态是否满足要求,根据分析结果进行调整工件的倾斜角度,从而保证工件初始状态没有倾斜,在进行零件坐标建立时,精度较高。
第二方面,本申请实施例提供了一种五轴倾斜单角度取零点坐标的系统,该系统包括:存储器及处理器,存储器中包括五轴倾斜单角度取零点坐标的方法的程序,五轴倾斜单角度取零点坐标的方法的程序被处理器执行时实现以下步骤:
获取工件参数数据,将工件参数数据输入网络模型进行构建模型,得到工件模型;
根据工件参数数据进行设定标志点,得到标志点数据;
将标志点数据进行比例转换,得到转换标志点;
将转换标志点匹配在工件模型上,并获取每一个转换标志点位置信息;
根据转换标志点位置信息进行分析工件曲率,并根据工件曲率分析工件倾斜状态信息,根据工件倾斜状态信息进行坐标零点找寻;
将坐标零点按照预定的方式传输至终端。
需要说明的是,通过分析工件参数数据在模拟软件中进行建立工件模型,从而对工件模型进行精准的分析建立标志点,从而精准的获取坐标零点,提高工件加工精度。
根据本发明实施例,网络模型训练方法包括:
获取若干个工件的参数数据,工件参数数据包括工件尺寸、工件形状与工件曲面数据;
根据若干个工件尺寸数据建立第一训练集,根据若干个工件形状建立第二训练集,根据工件曲面数据建立第三训练集;
将第一训练集与第二训练集与第三训练集按照设定的数据比例生成最终的训练集;
将最终的训练集输入初始网络模型进行训练,得到训练结果;
判断训练结果是否收敛;
若收敛,则生成网络模型;
若不收敛,则生成反馈信息,根据反馈信息调整第一训练集、第二训练集与第三训练集的数据比例,得到优化训练集,将优化训练集输入初始网络模型进行二次训练。
需要说明的是,不同的工件参数数据根据网络模型自动输出工件模型的参数,从而精准的建立工件模型,在对网络模型训练过程中,根据工件的不同参数进行建立不同的训练集,提高网络模型的训练精度,使网络模型的输出结果更加的精准。
根据本发明实施例,获取工件参数数据,将工件参数数据输入网络模型进行构建模型,得到工件模型,具体包括:
获取工件参数数据,工件参数数据包括工件尺寸、工件形状与工件曲面数据;
将工件参数数据与标准零件的参数数据进行比较,得到零件匹配度;
判断零件匹配度是否大于或等于设定的零件匹配度阈值;
若大于或等于,则选取标准零部件,计算标准零部件与工件参数数据之间的差异数据,根据差异数据将标准零部件进行修正,得到工件模型;
若小于,则根据工件参数数据进行重新构建工件模型。
需要说明的是,在进行构建工件模型过程中,通过分析工件参数与标准零件数据之间的匹配度,从而选择标椎零件,在标准零件的基础上进行工件模型的建立,提高工件模型的建立效率。
根据本发明实施例,根据工件参数数据进行设定标志点,得到标志点数据,具体包括:
获取工件参数数据,提取工件参数特征;
将工件参数特征与设定的数据特征进行比较,得到特征偏差率;
判断特征偏差率是否大于等于预设的特征偏差率阈值;
若大于或等于,则剔除对应的工件参数数据;
若小于,则筛选工件数据特征,选择最优工件参数特征作为标志点特征,根据标志点特征得到标志点数据。
需要说明的是,提取工件参数数据特征,提取最能反应工件特征的参数数据,进行建立标志点,提高工件模型建立的精度,保证工件模型与真实的工件参数之间差异较小。
根据本发明实施例,根据转换标志点位置信息进行分析工件曲率,具体包括:
获取所有转换标志点位置信息,将所有转换标志点位置信息投影变换,得到中心标志点;
剔除中心标志点,将剩余的转换标志点进行分析,获取位于同一平面的转换标志点;
将同一平面的转换标志点进行中心点计算,并将中心点与中心标志点进行距离计算,得到距离信息;
根据距离信息计算工件曲率,根据工件曲率,根据工件曲率设定零点位置。
需要说明的是,根据转换标志点进行投影变换,从而分析出中心标志点,从而计算工件的曲率信息,根据工件曲率进行设定零点位置,提高零点确定精度。
根据本发明实施例,根据工件曲率分析工件倾斜状态信息,根据工件倾斜状态信息进行坐标零点找寻,具体包括:
获取标志点位置信息,根据标志点位置信息进行分析工件倾斜状态信息;
根据工件倾斜状态信息计算工件倾斜角度;
根据工件倾斜角度生成角度调整信息,根据角度调整信息对工件角度进行调整,得到调整结果;
根据调整结果优化坐标零点。
需要说明的是,根据工件的倾斜状态进行分析工件的倾斜角度,从而对坐标零点进行优化,提高坐标零点的精准度。
根据本发明实施例,还包括:获取工件倾斜角度,根据工件倾斜角度计算工件姿态信息;
将工件姿态信息与预设的姿态信息进行比较,得到姿态偏差率;
判断姿态偏差率是否大于预设的姿态偏差率阈值;
若大于,则调整工件倾斜角度;
若小于,则根据当前工件的姿态信息建立工件初始状态信息,根据工件初始状态信息建立坐标零点。
需要说明的是,通过分析当前工件的姿态是否满足要求,根据分析结果进行调整工件的倾斜角度,从而保证工件初始状态没有倾斜,在进行零件坐标建立时,精度较高。
本发明第三方面提供了一种计算机可读存储介质,可读存储介质中包括五轴倾斜单角度取零点坐标的方法程序,五轴倾斜单角度取零点坐标的方法程序被处理器执行时,实现如上述任一项的五轴倾斜单角度取零点坐标的方法的步骤。
本发明公开的一种五轴倾斜单角度取零点坐标的方法、系统及介质,通过获取工件参数数据,将工件参数数据输入网络模型进行构建模型,得到工件模型;根据工件参数数据进行设定标志点,得到标志点数据;将标志点数据进行比例转换,得到转换标志点;将转换标志点匹配在工件模型上,并获取每一个转换标志点位置信息;根据转换标志点位置信息进行分析工件曲率,并根据工件曲率分析工件倾斜状态信息,根据工件倾斜状态信息进行坐标零点找寻;将坐标零点按照预定的方式传输至终端;通过分析工件参数在模拟软件上进行模拟建立工件模型,在工件模型选取最能展现工件参数的标志点进行分析,从而根据分析结果进行选取工件零件坐标,提高工件加工精度。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种五轴倾斜单角度取零点坐标的方法,其特征在于,包括:
获取工件参数数据,将工件参数数据输入网络模型进行构建模型,得到工件模型;
根据工件参数数据进行设定标志点,得到标志点数据;
将标志点数据进行比例转换,得到转换标志点;
将转换标志点匹配在工件模型上,并获取每一个转换标志点位置信息;
根据转换标志点位置信息进行分析工件曲率,并根据工件曲率分析工件倾斜状态信息,根据工件倾斜状态信息进行坐标零点找寻;
将坐标零点按照预定的方式传输至终端。
2.根据权利要求1所述的五轴倾斜单角度取零点坐标的方法,其特征在于,网络模型训练方法包括:
获取若干个工件的参数数据,工件参数数据包括工件尺寸、工件形状与工件曲面数据;
根据若干个工件尺寸数据建立第一训练集,根据若干个工件形状建立第二训练集,根据工件曲面数据建立第三训练集;
将第一训练集与第二训练集与第三训练集按照设定的数据比例生成最终的训练集;
将最终的训练集输入初始网络模型进行训练,得到训练结果;
判断所述训练结果是否收敛;
若收敛,则生成网络模型;
若不收敛,则生成反馈信息,根据反馈信息调整第一训练集、第二训练集与第三训练集的数据比例,得到优化训练集,将优化训练集输入初始网络模型进行二次训练。
3.根据权利要求2所述的五轴倾斜单角度取零点坐标的方法,其特征在于,获取工件参数数据,将工件参数数据输入网络模型进行构建模型,得到工件模型,具体包括:
获取工件参数数据,工件参数数据包括工件尺寸、工件形状与工件曲面数据;
将工件参数数据与标准零件的参数数据进行比较,得到零件匹配度;
判断所述零件匹配度是否大于或等于设定的零件匹配度阈值;
若大于或等于,则选取标准零部件,计算标准零部件与工件参数数据之间的差异数据,根据差异数据将标准零部件进行修正,得到工件模型;
若小于,则根据工件参数数据进行重新构建工件模型。
4.根据权利要求3所述的五轴倾斜单角度取零点坐标的方法,其特征在于,根据工件参数数据进行设定标志点,得到标志点数据,具体包括:
获取工件参数数据,提取工件参数特征;
将工件参数特征与设定的数据特征进行比较,得到特征偏差率;
判断所述特征偏差率是否大于等于预设的特征偏差率阈值;
若大于或等于,则剔除对应的工件参数数据;
若小于,则筛选工件数据特征,选择最优工件参数特征作为标志点特征,根据标志点特征得到标志点数据。
5.根据权利要求4所述的五轴倾斜单角度取零点坐标的方法,其特征在于,根据转换标志点位置信息进行分析工件曲率,具体包括:
获取所有转换标志点位置信息,将所有转换标志点位置信息投影变换,得到中心标志点;
剔除中心标志点,将剩余的转换标志点进行分析,获取位于同一平面的转换标志点;
将同一平面的转换标志点进行中心点计算,并将中心点与中心标志点进行距离计算,得到距离信息;
根据距离信息计算工件曲率,根据工件曲率,根据工件曲率设定零点位置。
6.根据权利要求5所述的五轴倾斜单角度取零点坐标的方法,其特征在于,根据工件曲率分析工件倾斜状态信息,根据工件倾斜状态信息进行坐标零点找寻,具体包括:
获取标志点位置信息,根据标志点位置信息进行分析工件倾斜状态信息;
根据工件倾斜状态信息计算工件倾斜角度;
根据工件倾斜角度生成角度调整信息,根据角度调整信息对工件角度进行调整,得到调整结果;
根据调整结果优化坐标零点。
7.一种五轴倾斜单角度取零点坐标的系统,其特征在于,该系统包括:存储器及处理器,所述存储器中包括五轴倾斜单角度取零点坐标的方法的程序,所述五轴倾斜单角度取零点坐标的方法的程序被所述处理器执行时实现以下步骤:
获取工件参数数据,将工件参数数据输入网络模型进行构建模型,得到工件模型;
根据工件参数数据进行设定标志点,得到标志点数据;
将标志点数据进行比例转换,得到转换标志点;
将转换标志点匹配在工件模型上,并获取每一个转换标志点位置信息;
根据转换标志点位置信息进行分析工件曲率,并根据工件曲率分析工件倾斜状态信息,根据工件倾斜状态信息进行坐标零点找寻;
将坐标零点按照预定的方式传输至终端。
8.根据权利要求7所述的五轴倾斜单角度取零点坐标的系统,其特征在于,网络模型训练方法包括:
获取若干个工件的参数数据,工件参数数据包括工件尺寸、工件形状与工件曲面数据;
根据若干个工件尺寸数据建立第一训练集,根据若干个工件形状建立第二训练集,根据工件曲面数据建立第三训练集;
将第一训练集与第二训练集与第三训练集按照设定的数据比例生成最终的训练集;
将最终的训练集输入初始网络模型进行训练,得到训练结果;
判断所述训练结果是否收敛;
若收敛,则生成网络模型;
若不收敛,则生成反馈信息,根据反馈信息调整第一训练集、第二训练集与第三训练集的数据比例,得到优化训练集,将优化训练集输入初始网络模型进行二次训练。
9.根据权利要求8所述的五轴倾斜单角度取零点坐标的系统,其特征在于,获取工件参数数据,将工件参数数据输入网络模型进行构建模型,得到工件模型,具体包括:
获取工件参数数据,工件参数数据包括工件尺寸、工件形状与工件曲面数据;
将工件参数数据与标准零件的参数数据进行比较,得到零件匹配度;
判断所述零件匹配度是否大于或等于设定的零件匹配度阈值;
若大于或等于,则选取标准零部件,计算标准零部件与工件参数数据之间的差异数据,根据差异数据将标准零部件进行修正,得到工件模型;
若小于,则根据工件参数数据进行重新构建工件模型。
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中包括五轴倾斜单角度取零点坐标的方法程序,所述五轴倾斜单角度取零点坐标的方法程序被处理器执行时,实现如权利要求1至6中任一项所述的五轴倾斜单角度取零点坐标的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410005848.7A CN117492409B (zh) | 2024-01-03 | 2024-01-03 | 一种五轴倾斜单角度取零点坐标的方法、系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410005848.7A CN117492409B (zh) | 2024-01-03 | 2024-01-03 | 一种五轴倾斜单角度取零点坐标的方法、系统及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117492409A true CN117492409A (zh) | 2024-02-02 |
CN117492409B CN117492409B (zh) | 2024-03-08 |
Family
ID=89674818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410005848.7A Active CN117492409B (zh) | 2024-01-03 | 2024-01-03 | 一种五轴倾斜单角度取零点坐标的方法、系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117492409B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2546508A1 (de) * | 1975-10-17 | 1977-04-28 | Heyligenstaedt & Co | Verfahren zum ausgleichen von durch verformungen im spindelkasten bzw. im spindelkasten und im reitstock entstehenden abweichungen der werkzeugstellung von der sollstellung |
CN102661742A (zh) * | 2012-05-30 | 2012-09-12 | 北京信息科技大学 | 基于曲率特征加权质心点约束的自适应标志点布局方法 |
CN103692292A (zh) * | 2013-11-25 | 2014-04-02 | 湖北三江航天险峰电子信息有限公司 | 在车床上进行工件尺寸在线测量的方法 |
CN105252341A (zh) * | 2015-09-02 | 2016-01-20 | 大连理工大学 | 五轴数控机床动态误差视觉测量方法 |
CN106078359A (zh) * | 2016-06-02 | 2016-11-09 | 清华大学 | 一种龙门式多主轴制孔组合机床的零点定义与标定方法 |
DE102015224441A1 (de) * | 2015-12-07 | 2017-06-08 | P + L Gmbh & Co. Kg | Verfahren zur relativen Positionsbestimmung eines Werkstücks und eines Werkzeugs in einer Maschine |
CN110293431A (zh) * | 2019-06-24 | 2019-10-01 | 中国航发动力股份有限公司 | 一种五轴机床零点标定方法及装夹装置 |
CN111331428A (zh) * | 2020-03-18 | 2020-06-26 | 许昌烟草机械有限责任公司 | 加工中心机床斜面夹具零点坐标转换工具、装置和方法 |
CN111857047A (zh) * | 2020-06-15 | 2020-10-30 | 广东长盈精密技术有限公司 | 四轴联动加工方法、装置、计算机设备和存储介质 |
US20210046594A1 (en) * | 2019-08-14 | 2021-02-18 | Smw-Autoblok Spannsysteme Gmbh | Zero-point clamping device |
-
2024
- 2024-01-03 CN CN202410005848.7A patent/CN117492409B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2546508A1 (de) * | 1975-10-17 | 1977-04-28 | Heyligenstaedt & Co | Verfahren zum ausgleichen von durch verformungen im spindelkasten bzw. im spindelkasten und im reitstock entstehenden abweichungen der werkzeugstellung von der sollstellung |
CN102661742A (zh) * | 2012-05-30 | 2012-09-12 | 北京信息科技大学 | 基于曲率特征加权质心点约束的自适应标志点布局方法 |
CN103692292A (zh) * | 2013-11-25 | 2014-04-02 | 湖北三江航天险峰电子信息有限公司 | 在车床上进行工件尺寸在线测量的方法 |
CN105252341A (zh) * | 2015-09-02 | 2016-01-20 | 大连理工大学 | 五轴数控机床动态误差视觉测量方法 |
DE102015224441A1 (de) * | 2015-12-07 | 2017-06-08 | P + L Gmbh & Co. Kg | Verfahren zur relativen Positionsbestimmung eines Werkstücks und eines Werkzeugs in einer Maschine |
CN106078359A (zh) * | 2016-06-02 | 2016-11-09 | 清华大学 | 一种龙门式多主轴制孔组合机床的零点定义与标定方法 |
CN110293431A (zh) * | 2019-06-24 | 2019-10-01 | 中国航发动力股份有限公司 | 一种五轴机床零点标定方法及装夹装置 |
US20210046594A1 (en) * | 2019-08-14 | 2021-02-18 | Smw-Autoblok Spannsysteme Gmbh | Zero-point clamping device |
CN111331428A (zh) * | 2020-03-18 | 2020-06-26 | 许昌烟草机械有限责任公司 | 加工中心机床斜面夹具零点坐标转换工具、装置和方法 |
CN111857047A (zh) * | 2020-06-15 | 2020-10-30 | 广东长盈精密技术有限公司 | 四轴联动加工方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
仇谷烽 等: ""接触式非球面轮廓测量的数据处理模型"", 《光学精密工程》, vol. 15, no. 4, 15 April 2007 (2007-04-15), pages 492 - 498 * |
Also Published As
Publication number | Publication date |
---|---|
CN117492409B (zh) | 2024-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107038443B (zh) | 一种在电路板上定位感兴趣区域的方法和装置 | |
CN111125328B (zh) | 文本处理方法及相关设备 | |
CN105847127A (zh) | 一种用户属性信息确定方法以及服务器 | |
CN113516707B (zh) | 基于图像的对象定位方法及装置 | |
CN113344956A (zh) | 基于无人机航摄三维建模的地物轮廓提取分类方法 | |
US7991617B2 (en) | Optimum design management apparatus from response surface calculation and method thereof | |
CN106658538B (zh) | 一种基于泰森多边形的手机基站信号覆盖范围模拟方法 | |
CN112632402A (zh) | 聊天群组创建方法、装置、设备及存储介质 | |
CN117496783A (zh) | 一种基于虚拟现实的单兵训练方法、系统及介质 | |
CN117492409B (zh) | 一种五轴倾斜单角度取零点坐标的方法、系统及介质 | |
CN115810133A (zh) | 基于图像处理和点云处理的焊接控制方法及相关设备 | |
CN115937466B (zh) | 一种融合gis的三维模型生成方法、系统及存储介质 | |
CN115859128B (zh) | 一种基于档案数据交互相似度的分析方法和系统 | |
CN109920057B (zh) | 一种视点变换方法及装置、计算设备及存储介质 | |
US20050043916A1 (en) | Point cloud data importing system and method | |
CN115457202A (zh) | 一种三维模型更新的方法、装置及存储介质 | |
CN114453981A (zh) | 工件找正方法及装置 | |
Harmening et al. | Terrestrial laserscanning-modeling of correlations and surface deformations | |
CN113446940A (zh) | 一种点云扫描方法、装置及设备 | |
CN112630793A (zh) | 一种确定平面异常点的方法和相关装置 | |
EP2889724A1 (en) | System and method for selecting features for identifying human activities in a human-computer interacting environment | |
CN110941601A (zh) | 确定指标标准口径的方法、装置、电子设备及存储介质 | |
CN113038596B (zh) | 室内定位方法、装置、设备及计算机可读存储介质 | |
CN117668574B (zh) | 光影秀的数据模型优化方法、装置、设备及存储介质 | |
CN114881314A (zh) | 基于多方向逼近的配方优化方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |