CN117932971B - 冲压工艺设计方法、装置、电子设备及存储介质 - Google Patents

冲压工艺设计方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN117932971B
CN117932971B CN202410292430.9A CN202410292430A CN117932971B CN 117932971 B CN117932971 B CN 117932971B CN 202410292430 A CN202410292430 A CN 202410292430A CN 117932971 B CN117932971 B CN 117932971B
Authority
CN
China
Prior art keywords
stamping
characteristic information
scheme
information
target part
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.)
Active
Application number
CN202410292430.9A
Other languages
English (en)
Other versions
CN117932971A (zh
Inventor
刘晓飞
谢晖
易建业
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.)
Ji Hua Laboratory
Original Assignee
Ji Hua Laboratory
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 Ji Hua Laboratory filed Critical Ji Hua Laboratory
Priority to CN202410292430.9A priority Critical patent/CN117932971B/zh
Publication of CN117932971A publication Critical patent/CN117932971A/zh
Application granted granted Critical
Publication of CN117932971B publication Critical patent/CN117932971B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及智能冲压技术领域,具体公开了一种冲压工艺设计方法、装置、电子设备及存储介质,其中,冲压工艺设计方法包括步骤:提取目标零件的零件特征信息和生产条件信息;基于生产条件信息从工艺库中提取多个基准零件对应的零件特征信息,工艺库存储有与不同基准零件对应的工艺方案及零件特征信息;根据目标零件与不同基准零件之间的零件特征信息的相似率输出工艺方案作为推荐方案;获取修正后的推荐方案作为目标零件的工艺方案,并将目标零件对应的零件特征信息和工艺方案存入工艺库;该冲压工艺设计方法能有效缩短目标零件的冲压工艺的设计时间,并实现工艺库的自动学习功能,使得后续冲压工艺匹配的成功率越来越高,以节省设计时间。

Description

冲压工艺设计方法、装置、电子设备及存储介质
技术领域
本申请涉及智能冲压技术领域,具体而言,涉及一种冲压工艺设计方法、装置、电子设备及存储介质。
背景技术
冲压工件在生产前需要根据零件结构特征设计冲压工艺以获取合适的工艺方案来进行生产。
目前的冲压工艺设计要么是人工基于冲压工件的具体结构进行设计,亦或者是利用软件基于零件结构特征在数据库中寻找具有相同结构特征的零件以获取对应的工艺方案,后者方式仅能对已记录的、特征完全匹配的零件给出冲压工艺,在未能获取可用的冲压工艺的情况下,冲压工艺的设计依然需要人工从零开始根据零件结构特征进行冲压工艺的设计,存在设计时间长的问题。
针对上述问题,目前尚未有有效的技术解决方案。
发明内容
本申请的目的在于提供一种冲压工艺设计方法、装置、电子设备及存储介质,缩短冲压工艺的设计时间。
第一方面,本申请提供了一种冲压工艺设计方法,用于设计冲压工艺,所述方法包括以下步骤:
S1、提取目标零件的零件特征信息和生产条件信息;
S2、基于所述生产条件信息从工艺库中提取多个基准零件对应的零件特征信息,所述工艺库存储有与不同基准零件对应的工艺方案及零件特征信息;
S3、根据所述目标零件与不同基准零件之间的零件特征信息的相似率输出工艺方案作为推荐方案;
S4、获取修正后的推荐方案作为所述目标零件的工艺方案,并将所述目标零件对应的零件特征信息和工艺方案存入所述工艺库。
本申请的冲压工艺设计方法基于生产条件信息从工艺库中筛选出采用的冲压工艺与目标零件大致相同的基准零件,并根据零件特征信息的相似率输出与目标零件最为匹配的推荐方案,以对该推荐方案进行简单修正而迅速、便捷地获取到制作生产目标零件所需的工艺方案,能有效缩短目标零件的冲压工艺的设计时间,同时将该目标零件对应的零件特征信息和工艺方案存入工艺库中,能利用完成冲压工艺设计的目标零件完善工艺库,以实现工艺库的自动学习功能,使得后续冲压工艺匹配的成功率越来越高,使得冲压工艺设计所需的时间越来越短。
所述的冲压工艺设计方法,其中,所述方法还包括执行于步骤S1之前的步骤:
S0、提取目标零件的标识码信息,基于所述标识码信息判断所述工艺库中是否存在与所述目标零件对应的工艺方案,是则输出该工艺方案,否则执行步骤S1。
本申请的冲压工艺设计方法基于标识码信息判断工艺库中是否已存有该目标零件对应的工艺方案,若存有对应的工艺方案则直接提取并输出该工艺方案以完成对应的目标零件的冲压工艺的设计,以跳过对应的筛选、相似率分析、修正及入库过程。
所述的冲压工艺设计方法,其中,所述零件特征信息包括离散型特征信息和连续型特征信息,步骤S3基于所述离散型特征信息的归一化数值和所述连续型特征信息的归一化数值计算所述相似率。
本申请的冲压工艺设计方法将零件特征信息区分为离散型特征信息和连续型特征信息,以更准确地基于不同类型的零件特征进行零件特征信息的相似率分析,并将零件中复杂的特征结构转变为便于比较分析的归一化数值,以将原本的特征相似比对过程简化为数值计算过程,以进一步加速相似率分析效率。
所述的冲压工艺设计方法,其中,所述目标零件与基准零件之间的零件特征信息的相似率的计算公式为:
其中,sim为所述相似率,g_i为所述目标零件的第i个零件特征信息,y_i为所述基准零件的第i个零件特征信息,i为所述零件特征信息的编号,n为所述零件特征信息的总数,wi为第i个零件特征信息的权重。
所述的冲压工艺设计方法,其中,所述零件特征信息的权重基于零件特征信息的设计复杂度进行设定。
所述的冲压工艺设计方法,其中,所述零件特征信息的总数根据所述目标零件的零件特征信息和所述基准零件的零件特征信息的并集确定。
所述的冲压工艺设计方法,其中,生产条件信息包括拼接条件、生产线条件、工艺条件、辅机配套条件、材质强度条件中的一种或多种。
第二方面,本申请还提供了一种冲压工艺设计装置,用于设计冲压工艺,所述装置包括:
提取模块,用于提取目标零件的零件特征信息和生产条件信息;
分类模块,用于基于所述生产条件信息从工艺库中提取多个基准零件对应的零件特征信息,所述工艺库存储有与不同基准零件对应的工艺方案及零件特征信息;
方案推荐模块,用于根据所述目标零件与不同基准零件之间的零件特征信息的相似率输出工艺方案作为推荐方案;
工艺确定模块,用于获取修正后的推荐方案作为所述目标零件的工艺方案,并将所述目标零件对应的零件特征信息和工艺方案存入所述工艺库。
本申请的冲压工艺设计装置基于生产条件信息从工艺库中筛选出采用的冲压工艺与目标零件大致相同的基准零件,并根据零件特征信息的相似率输出与目标零件最为匹配的推荐方案,以对该推荐方案进行简单修正而迅速、便捷地获取到制作生产目标零件所需的工艺方案,能有效缩短目标零件的冲压工艺的设计时间,同时将该目标零件对应的零件特征信息和工艺方案存入工艺库中,能利用完成冲压工艺设计的目标零件完善工艺库,以实现工艺库的自动学习功能,使得后续冲压工艺匹配的成功率越来越高,使得冲压工艺设计所需的时间越来越短。
第三方面,本申请还提供了一种电子设备,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如上述第一方面提供的所述方法中的步骤。
第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
由上可知,本申请提供了一种冲压工艺设计方法、装置、电子设备及存储介质,其中,冲压工艺设计方法基于生产条件信息从工艺库中筛选出采用的冲压工艺与目标零件大致相同的基准零件,并根据零件特征信息的相似率输出与目标零件最为匹配的推荐方案,以对该推荐方案进行简单修正而迅速、便捷地获取到制作生产目标零件所需的工艺方案,能有效缩短目标零件的冲压工艺的设计时间,同时将该目标零件对应的零件特征信息和工艺方案存入工艺库中,能利用完成冲压工艺设计的目标零件完善工艺库,以实现工艺库的自动学习功能,使得后续冲压工艺匹配的成功率越来越高,使得冲压工艺设计所需的时间越来越短。
附图说明
图1为本申请实施例提供的冲压工艺设计方法的流程图。
图2为本申请实施例提供的冲压工艺设计方法的另一流程图。
图3为本申请实施例提供的冲压工艺设计装置的结构示意图。
图4为本申请实施例提供的电子设备的结构示意图。
附图标记:201、提取模块;202、分类模块;203、方案推荐模块;204、工艺确定模块;301、处理器;302、存储器;303、通信总线。
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。
第一方面,请参照图1和图2,本申请一些实施例提供了一种冲压工艺设计方法,用于设计冲压工艺,方法包括以下步骤:
S1、提取目标零件的零件特征信息和生产条件信息;
S2、基于生产条件信息从工艺库中提取多个基准零件对应的零件特征信息,工艺库存储有与不同基准零件对应的工艺方案及零件特征信息;
S3、根据目标零件与不同基准零件之间的零件特征信息的相似率输出工艺方案作为推荐方案;
S4、获取修正后的推荐方案作为目标零件的工艺方案,并将目标零件对应的零件特征信息和工艺方案存入工艺库。
具体地,目标零件为待进行冲压工艺设计的零件,其可以是数字模型,也可以实体零件,本申请实施例的冲压工艺设计方法通过分析该目标零件的结构特征可以提取到能反映该目标零件的结构特点的零件特征信息;在本申请实施例中,目标零件优选为数字模型,故步骤S1可以基于现有的特征识别算法分析目标零件存在的需要进行冲压加工形成的结构特征及相关参数,以确定对应的零件特征信息;在本申请实施例中,零件特征信息为需要利用冲压工艺加工形成的结构特征,其可以包含特征类型、特征尺寸及特征位置中的一种或多种特征参数;生产条件信息为预期规划的用于冲压加工形成对应目标零件所用的生产条件,其可以根据目标零件的结构特点、冲压车间的配套设备、冲压车间的使用情况及生产任务需求中的一种或多种因素进行确定,其决定了对应冲压工艺的模具结构、使用的设备类型、冲压加工处理顺序等规程。
更具体地,不同类型的零件具有不同的零件特征信息和加工过程,本申请实施例的冲压工艺设计方法旨在对同类型的零件进行冲压工艺设计,即在确定目标零件的类型下规划对应的工艺方案,故步骤S2中的工艺库的基准零件与目标零件的类型相同,即步骤S2可以是从工艺库中提取对应类型的基准零件的零件特征信息以进行步骤S3的相似率分析,也可以是从仅包含对应类型的基准零件的工艺库中提取零件特征信息以进行步骤S3的相似率分析。
更具体地,步骤S1提取的零件特征信息包含目标零件中需要利用冲压工艺加工形式的所有结构特征;由于生产条件信息为预期规划的用于冲压加工形成对应目标零件所用的生产条件,其决定了冲压加工过程所用的设备、模具等,即初步确定了冲压加工所用的冲压工艺,如决定了所采用的生产线类型等;步骤S2相当于从工艺库中筛选出采用的冲压工艺与目标零件大致相同的基准零件,并从工艺库中提取出这些基准零件的零件特征参数,以便在这些基准零件中筛选出与目标零件应当采用的工艺方案最相近的基准零件。
更具体地,基准零件为参考零件,工艺库为数据库,其内存储有这些基准零件的标识(可以是编号、型号或数字模型)、零件特征信息及对应的工艺方案,这些工艺方案为设计好的、用于冲压形成对应的基准零件的冲压工艺组成的加工方案,主要涉及了各个冲压工艺的组合方式和加工排序方式,即采用对应的加工方案进行生产能制作出与基准零件一致的样品;本申请实施例的冲压工艺设计方法基于步骤S2提取采用的冲压工艺与目标零件大致相同的基准零件对应的零件特征信息,并基于步骤S3进行零件特征信息的相似率分析,以从工艺库中筛选出与目标零件相似度最高或完全一致的基准零件,并输出该基准零件的工艺方案作为制作目标零件的推荐方案,其中,步骤S3输出的工艺方案为相似率最高的基准零件的工艺方案。
需要说明的是,若步骤S3输出的推荐方案的基准零件与目标零件之间的零件特征信息的相似率为1,则证明两个零件特征完全一致,属于同一个零件,对应的推荐方案可以直接用于生产目标零件,故能跳过步骤S4以该推荐方案作为目标零件生产所用的工艺方案。
更具体地,步骤S3中的相似率反映了目标零件和基准零件之间关于冲压形成的结构特征之间的相似程度,能间接体现出生产两个零件所采用的冲压工艺的差异程度,其中,相似率越高,采用的冲压工艺的差异程度越小;本申请实施例的冲压工艺设计方法以推荐方案作为目标零件的参考方案,以在此基础上进行修正获取完全匹配于目标零件的工艺方案;步骤S3输出的推荐方案可以认为是工艺库中最匹配于目标零件的工艺方案,故在此基础上,对推荐方案进行简单修正便能获取适用于目标零件的工艺方案,其中,一般情况下,相似率越高其需要进行修正的冲压工艺越少或冲压工艺的整体调整程度(如调整冲压工艺的组合类型或调整冲压工艺的加工排序)越小,相同的零件特征信息越多,需要修正的冲压工艺越少,零件特征信息越相似,需要对应调整的冲压工艺的程度越小;本申请实施例的冲压工艺设计方法基于相似率分析输出推荐方案作为目标零件的工艺方案的修正基础,能有效缩短目标零件的冲压工艺的设计时间。
更具体地,推荐方案的修改过程可以基于人工进行或基于软件算法进行,其中,人工修正推荐方案的过程可以是:基于目标零件和对应基准零件存在差别的零件特征信息的差异程度来对推荐方案中对应的冲压工艺进行调整,直至所有冲压工艺均与目标零件匹配;软件算法修正推荐方案的过程包括增补冲压工艺、删除冲压工艺、替换冲压工艺和调整冲压工艺顺序四类,具体过程可以是:基于零件特征信息的位置及类型识别出目标零件相对于基准零件中多出来的冲压结构特征和缺少的冲压结构特征,同时基于零件特征信息的特征值识别出同位置、同类型的冲压结构特征的差异值;根据零件特征信息针对多出来的冲压结构特征在推荐方案中增补对应的冲压工艺,针对缺少的冲压结构特征在推荐方案中删除对应的冲压工艺,根据差异值在推荐方案中替换同位置、同类型的冲压结构特征的冲压工艺,根据冲压工艺的搭配关系调整冲压工艺的顺序,从而完成推荐方案的自动识别修正;其中,增补对应的冲压工艺的过程可以是在预设的特征工艺库中根据零件特征信息提取对应的冲压工艺添加在工艺方案中。
更具体地,步骤S4将目标零件对应的零件特征信息和工艺方案存入工艺库相当于目标零件的入库过程,即将该目标零件作为新的基准零件填入工艺库中,从而实现工艺库的自动学习功能,在长期使用下,工艺库中的基准零件及工艺方案越发完善,能不断累积各类样本,使得工艺库后续分析输出的推荐方案的准确率越来越高,即输出的推荐方案越发匹配于新输出的目标零件,推荐方案中需要修正的冲压工艺也越来越少,进而使得冲压工艺设计所需的时间越来越短。
本申请实施例的冲压工艺设计方法基于生产条件信息从工艺库中筛选出采用的冲压工艺与目标零件大致相同的基准零件,并根据零件特征信息的相似率输出与目标零件最为匹配的推荐方案,以对该推荐方案进行简单修正而迅速、便捷地获取到制作生产目标零件所需的工艺方案,能有效缩短目标零件的冲压工艺的设计时间,同时将该目标零件对应的零件特征信息和工艺方案存入工艺库中,能利用完成冲压工艺设计的目标零件完善工艺库,以实现工艺库的自动学习功能,使得后续冲压工艺匹配的成功率越来越高,使得冲压工艺设计所需的时间越来越短。
在一些优选的实施方式中,方法还包括执行于步骤S1之前的步骤:
S0、提取目标零件的标识码信息,基于标识码信息判断工艺库中是否存在与目标零件对应的工艺方案,是则输出该工艺方案,否则执行步骤S1。
具体地,在本申请实施例中,工艺库中还存储有与不同基准零件对应的标识码信息;本申请实施例的冲压工艺设计方法基于标识码信息判断工艺库中是否已存有该目标零件对应的工艺方案,若存有对应的工艺方案则直接提取并输出该工艺方案以完成对应的目标零件的冲压工艺的设计,以跳过对应的筛选、相似率分析、修正及入库过程。
更具体地,标识码信息为目标零件或基准零件的唯一标识码,用于区分零件是否相同,其可以是基于人工设定的标识码词条,还可以是基于零件特征信息和生产条件信息自动生成的加密词条,在本申请实施例中,优选为后者,使得标识码信息具有唯一性,从而使得零件特征信息和/或生产条件信息存在差异的两个零件的标识码信息必然不同。
需要说明的是,步骤S4中还将目标零件对应的标识码信息存储进工艺库。
在一些优选的实施方式中,零件特征信息包括离散型特征信息和连续型特征信息,步骤S3基于离散型特征信息的归一化数值和连续型特征信息的归一化数值计算相似率。
具体地,离散型特征信息为离散型特征的参数值,离散型特征为仅需要表征特征有无的特征,如表征汽车侧盖板是否存在雷达探测孔之类的特征,用于表示零件是否存在特定固定规格的冲压结构特征,故该离散型特征信息的归一化数值代表了是否存在对应的冲压结构特征,如1代表有,0代表无,该类特征一般采用规定规格的冲压工艺形成,故无需考虑特征的具体偏差值;连续型特征信息为连续型特征的参数值,连续型特征为需要表征特征具体尺寸参数的特征,如表征圆角大小的特征,用于表示零件是否存在该类特征及该类特征的具体设计参数的冲压结构特征,故连续型特征信息的归一化数值代表了对应冲压结构特征的具体设计参数,在本申请实施例中,连续型特征信息的归一化数值根据特征的可用最大值和可用最小值之差和对应特征的参数值进行确定,如某一连续型特征的线长为20mm,该类特征的最大值为100mm,最小值为0mm,则该连续型特征信息的归一化数值为(20-0)/(100-0)=0.2,即基于该特征的参数值与可用最小值之差和最大值和可用最小值之差的比值来确定,使得不同类型的连续型特征信息能以对应特征的可用范围进行归一化处理,以转化为能进行整体相似率分析的归一化数值。
更具体地,本申请实施例的冲压工艺设计方法将零件特征信息区分为离散型特征信息和连续型特征信息,以更准确地基于不同类型的零件特征进行零件特征信息的相似率分析,并将零件中复杂的特征结构转变为便于比较分析的归一化数值,以将原本的特征相似比对过程简化为数值计算过程,以进一步加速相似率分析效率。
需要说明的是,目标零件和基准零件之间零件特征信息的归一化数值差值越小,对应单个的零件特征的零件特征信息的相似率越大;在本申请实施例中,步骤S3中的零件特征信息的相似率为综合目标零件与基准零件之间的各个零件特征之间的综合相似率,即步骤S3优选为综合目标零件与基准零件之间的所有离散型特征信息的归一化数值和所有连续型特征信息的归一化数值计算相似率以获取零件特征信息的相似率,并将与目标零件的相似率最高的基准零件的工艺方案作为推荐方案输出。
在一些优选的实施方式中,目标零件与基准零件之间的零件特征信息的相似率的计算公式为:
(1)
其中,sim为相似率,g_i为目标零件的第i个零件特征信息,y_i为基准零件的第i个零件特征信息,i为零件特征信息的编号,n为零件特征信息的总数,wi为第i个零件特征信息的权重。
具体地,目标零件和基准零件特征越相似,式(1)中右侧求和项值越小,对应计算所得的相似率越高;其中,权重wi的值可以根据使用需求进行自由分配设定,还可以设置为等大的权重值;在本申请实施例中,所有权重之和优选为1,结合前述归一化处理过的零件特征信息可得,相似率为1代表目标零件与基准零件完全一致。
需要说明的是,步骤S4中存入的零件特征信息包括零件特征信息的类型和特征值。
更具体地,本申请实施例的冲压工艺设计方法基于式(1)能便捷地计算出目标零件与各个基准零件之间的零件特征信息的相似率,以输出相似率最高的基准零件的工艺方案作为推荐方案。
在一些优选的实施方式中,零件特征信息的权重基于零件特征信息的设计复杂度进行设定。
具体地,在冲压工艺中,不同类型的冲压结构特征对应加工复杂度不同,对应涉及的加工指标数量、精度也不相同,即具有不同的设计复杂度,使得不同冲压结构特征对应需要设计的冲压工艺的难度不同,导致冲压工艺的修正效率也不相同;本申请实施例的冲压工艺设计方法优选为根据零件特征信息的设计复杂度设定式(1)中的权重,其中,设计复杂度越高的零件特征信息对应配置更大的权重,使得最终输出的推荐方案对应的基准零件中设计复杂度高的那部分零件特征信息与目标零件更相似或一致,从而降低推荐方案修正难度,并缩短修正用时;该实施方式相当于综合冲压结构特征之间的相似程度和工艺方案的修正难度来输出合适的推荐方案。
在一些优选的实施方式中,零件特征信息的总数根据目标零件的零件特征信息和基准零件的零件特征信息的并集确定。
具体地,基于并集确定零件特征信息的总数再进行相似率分析,能使相似率分析过程中能确定目标零件相对于基准零件中多出来的冲压结构特征和缺少的冲压结构特征,从而提高相似率分析准确率,并利于后续进行推荐方案的修正。
在一些优选的实施方式中,生产条件信息包括拼接条件、生产线条件、工艺条件、辅机配套条件、材质强度条件中的一种或多种。
具体地,拼接条件为模具及腔体拼接方式,如一模一腔、一模两腔等。
更具体地,生产线条件为生产线的操作类型,如自动化生产线、半自动化生产线、手动生产线。
更具体地,工艺条件为对应冲压工艺的工艺流程类型,如成型、拉延。
更具体地,辅机配套条件为对应冲压设备的辅机配套情况,如是否包含落料结构。
更具体地,材质强度条件为模具或零件的材质或材质强度,如是否属于超高强度钢。
第二方面,请参照图3,本申请一些实施例还提供了一种冲压工艺设计装置,用于设计冲压工艺,装置包括:
提取模块201,用于提取目标零件的零件特征信息和生产条件信息;
分类模块202,用于基于生产条件信息从工艺库中提取多个基准零件对应的零件特征信息,工艺库存储有与不同基准零件对应的工艺方案及零件特征信息;
方案推荐模块203,用于根据目标零件与不同基准零件之间的零件特征信息的相似率输出工艺方案作为推荐方案;
工艺确定模块204,用于获取修正后的推荐方案作为目标零件的工艺方案,并将目标零件对应的零件特征信息和工艺方案存入工艺库。
本申请实施例的冲压工艺设计装置基于生产条件信息从工艺库中筛选出采用的冲压工艺与目标零件大致相同的基准零件,并根据零件特征信息的相似率输出与目标零件最为匹配的推荐方案,以对该推荐方案进行简单修正而迅速、便捷地获取到制作生产目标零件所需的工艺方案,能有效缩短目标零件的冲压工艺的设计时间,同时将该目标零件对应的零件特征信息和工艺方案存入工艺库中,能利用完成冲压工艺设计的目标零件完善工艺库,以实现工艺库的自动学习功能,使得后续冲压工艺匹配的成功率越来越高,使得冲压工艺设计所需的时间越来越短。
在一些优选的实施方式中,该装置的提取模块201还用于提取目标零件的标识码信息,并基于标识码信息判断工艺库中是否存在与目标零件对应的工艺方案,是则输出工艺方案,否则继续提取目标零件的零件特征信息和生产条件信息。
在一些优选的实施方式中,本申请实施例的冲压工艺设计装置用于执行上述第一方面提供的冲压工艺设计方法。
第三方面,请参照图4,本申请一些实施例还提供了一种电子设备的结构示意图,本申请提供一种电子设备,包括:处理器301和存储器302,处理器301和存储器302通过通信总线303和/或其他形式的连接机构(未标出)互连并相互通讯,存储器302存储有处理器301可执行的计算机可读取指令,当电子设备运行时,处理器301执行该计算机可读取指令,以执行时执行上述实施例的任一可选的实现方式中的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,执行上述实施例的任一可选的实现方式中的方法。其中,计算机可读存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random Access Memory, 简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory, 简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read Only Memory, 简称EPROM),可编程只读存储器(Programmable Red-Only Memory, 简称PROM),只读存储器(Read-OnlyMemory, 简称ROM),磁存储器,快闪存储器,磁盘或光盘。
综上,本申请实施例提供了一种冲压工艺设计方法、装置、电子设备及存储介质,其中,冲压工艺设计方法基于生产条件信息从工艺库中筛选出采用的冲压工艺与目标零件大致相同的基准零件,并根据零件特征信息的相似率输出与目标零件最为匹配的推荐方案,以对该推荐方案进行简单修正而迅速、便捷地获取到制作生产目标零件所需的工艺方案,能有效缩短目标零件的冲压工艺的设计时间,同时将该目标零件对应的零件特征信息和工艺方案存入工艺库中,能利用完成冲压工艺设计的目标零件完善工艺库,以实现工艺库的自动学习功能,使得后续冲压工艺匹配的成功率越来越高,使得冲压工艺设计所需的时间越来越短。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者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者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (10)

1.一种冲压工艺设计方法,用于设计冲压工艺,其特征在于,所述方法包括以下步骤:
S1、提取目标零件的零件特征信息和生产条件信息,所述零件特征信息为需要利用冲压工艺加工形成的结构特征,包含特征类型、特征尺寸及特征位置中的一种或多种特征参数,生产条件信息为预期规划的用于冲压加工形成对应目标零件所用的生产条件;
S2、基于所述生产条件信息从工艺库中提取多个基准零件对应的零件特征信息,所述工艺库存储有与不同基准零件对应的工艺方案及零件特征信息;
S3、根据所述目标零件与不同基准零件之间的零件特征信息的相似率输出工艺方案作为推荐方案;
S4、获取基于软件算法修正后的推荐方案作为所述目标零件的工艺方案,并将所述目标零件对应的零件特征信息和工艺方案存入所述工艺库,其中,软件算法修正推荐方案的过程包括:基于零件特征信息的位置及类型识别出目标零件相对于基准零件中多出来的冲压结构特征和缺少的冲压结构特征,同时基于零件特征信息的特征值识别出同位置、同类型的冲压结构特征的差异值;根据零件特征信息针对多出来的冲压结构特征在推荐方案中增补对应的冲压工艺,针对缺少的冲压结构特征在推荐方案中删除对应的冲压工艺,根据差异值在推荐方案中替换同位置、同类型的冲压结构特征的冲压工艺,根据冲压工艺的搭配关系调整冲压工艺的顺序。
2.根据权利要求1所述的冲压工艺设计方法,其特征在于,所述方法还包括执行于步骤S1之前的步骤:
S0、提取目标零件的标识码信息,基于所述标识码信息判断所述工艺库中是否存在与所述目标零件对应的工艺方案,是则输出该工艺方案,否则执行步骤S1。
3.根据权利要求1所述的冲压工艺设计方法,其特征在于,所述零件特征信息包括离散型特征信息和连续型特征信息,步骤S3基于所述离散型特征信息的归一化数值和所述连续型特征信息的归一化数值计算所述相似率。
4.根据权利要求1所述的冲压工艺设计方法,其特征在于,所述目标零件与基准零件之间的零件特征信息的相似率的计算公式为:
其中,sim为所述相似率,g_i为所述目标零件的第i个零件特征信息,y_i为所述基准零件的第i个零件特征信息,i为所述零件特征信息的编号,n为所述零件特征信息的总数,wi为第i个零件特征信息的权重。
5.根据权利要求4所述的冲压工艺设计方法,其特征在于,所述零件特征信息的权重基于零件特征信息的设计复杂度进行设定。
6.根据权利要求4所述的冲压工艺设计方法,其特征在于,所述零件特征信息的总数根据所述目标零件的零件特征信息和所述基准零件的零件特征信息的并集确定。
7.根据权利要求1所述的冲压工艺设计方法,其特征在于,生产条件信息包括拼接条件、生产线条件、工艺条件、辅机配套条件、材质强度条件中的一种或多种。
8.一种冲压工艺设计装置,用于设计冲压工艺,其特征在于,所述装置包括:
提取模块,用于提取目标零件的零件特征信息和生产条件信息,所述零件特征信息为需要利用冲压工艺加工形成的结构特征,包含特征类型、特征尺寸及特征位置中的一种或多种特征参数,生产条件信息为预期规划的用于冲压加工形成对应目标零件所用的生产条件;
分类模块,用于基于所述生产条件信息从工艺库中提取多个基准零件对应的零件特征信息,所述工艺库存储有与不同基准零件对应的工艺方案及零件特征信息;
方案推荐模块,用于根据所述目标零件与不同基准零件之间的零件特征信息的相似率输出工艺方案作为推荐方案;
工艺确定模块,用于获取基于软件算法修正后的推荐方案作为所述目标零件的工艺方案,并将所述目标零件对应的零件特征信息和工艺方案存入所述工艺库,其中,软件算法修正推荐方案的过程包括:基于零件特征信息的位置及类型识别出目标零件相对于基准零件中多出来的冲压结构特征和缺少的冲压结构特征,同时基于零件特征信息的特征值识别出同位置、同类型的冲压结构特征的差异值;根据零件特征信息针对多出来的冲压结构特征在推荐方案中增补对应的冲压工艺,针对缺少的冲压结构特征在推荐方案中删除对应的冲压工艺,根据差异值在推荐方案中替换同位置、同类型的冲压结构特征的冲压工艺,根据冲压工艺的搭配关系调整冲压工艺的顺序。
9.一种电子设备,其特征在于,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如权利要求1-7任一项所述方法中的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时运行如权利要求1-7任一项所述方法中的步骤。
CN202410292430.9A 2024-03-14 2024-03-14 冲压工艺设计方法、装置、电子设备及存储介质 Active CN117932971B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410292430.9A CN117932971B (zh) 2024-03-14 2024-03-14 冲压工艺设计方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410292430.9A CN117932971B (zh) 2024-03-14 2024-03-14 冲压工艺设计方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN117932971A CN117932971A (zh) 2024-04-26
CN117932971B true CN117932971B (zh) 2024-05-28

Family

ID=90752132

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410292430.9A Active CN117932971B (zh) 2024-03-14 2024-03-14 冲压工艺设计方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN117932971B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116595230A (zh) * 2023-06-27 2023-08-15 大捷智能科技(广东)有限公司 冲压打磨的工艺知识库构建方法、装置、设备及存储介质
CN116776620A (zh) * 2023-06-30 2023-09-19 大捷智能科技(广东)有限公司 一种冲压工艺数据分析方法以及系统
CN117010275A (zh) * 2023-07-12 2023-11-07 北京工业大学 一种基于多相似实例的零件加工工艺重用修正方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220058317A1 (en) * 2020-08-23 2022-02-24 Ricardo Reis De Carvalho Smart process control system for continuous treatment of felts

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116595230A (zh) * 2023-06-27 2023-08-15 大捷智能科技(广东)有限公司 冲压打磨的工艺知识库构建方法、装置、设备及存储介质
CN116776620A (zh) * 2023-06-30 2023-09-19 大捷智能科技(广东)有限公司 一种冲压工艺数据分析方法以及系统
CN117010275A (zh) * 2023-07-12 2023-11-07 北京工业大学 一种基于多相似实例的零件加工工艺重用修正方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
模具相似零件典型工艺检索的研究;施振金 等;机械设计与制造;20060928(2006年第9期);第153-154页 *

Also Published As

Publication number Publication date
CN117932971A (zh) 2024-04-26

Similar Documents

Publication Publication Date Title
US20090024607A1 (en) Query selection for effectively learning ranking functions
US9367580B2 (en) Method, apparatus and computer program for detecting deviations in data sources
KR100491250B1 (ko) 상품 정보 등록 방법 및 시스템
CN110135943B (zh) 产品推荐方法、装置、计算机设备和存储介质
CN110069364B (zh) 备件数据纠错方法、装置、计算机设备和存储介质
CN114239097A (zh) 工艺文件的生成方法、装置、存储介质以及电子装置
CN113487607A (zh) 基于多视场图像的缺陷检测方法及装置
CN112364014A (zh) 数据查询方法、装置、服务器及存储介质
CN111858977A (zh) 票据信息采集方法、装置、计算机设备和存储介质
CN115729817A (zh) 测试用例库的生成及优化方法、装置、电子设备和存储介质
US11954100B2 (en) Systems and methods for automating mapping of repair procedures to repair information
CN117932971B (zh) 冲压工艺设计方法、装置、电子设备及存储介质
CN116383742B (zh) 基于特征分类的规则链设置处理方法、系统及介质
CN107085603B (zh) 一种数据处理方法及装置
CN112308445B (zh) 制造工序数据处理的方法及系统、存储介质及电子设备
CN110825629A (zh) 参数调优方法及相关装置
CN114464193A (zh) 声纹聚类方法、装置、存储介质及电子装置
CN117910286B (zh) 压力自动计算方法、钣金件加工方法及相关设备
CN114464194A (zh) 声纹聚类方法、装置、存储介质及电子装置
JP2002297236A (ja) 製造実績データベース装置
CN110580243A (zh) 一种文件比对方法、装置、电子设备及存储介质
WO2020180219A1 (en) Method, program, & apparatus for managing a tree-based learner
CN115630143B (zh) 故障处理方案的推荐方法、装置、终端设备及存储介质
CN112948370B (zh) 数据分类方法、装置以及计算机设备
CN116431677B (zh) 基于内存数据库的数据路由方法、系统和可读存储介质

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