[发明专利]使用多轴机床来设计和制造的系统和方法

权利要求书

1.一种设计和制造系统，包括：

多轴机床，所述多轴机床包括零件支撑件和能够支撑多个可用刀具的切割头，所述切割头和所述零件支撑件在至少两个轴上能够完全控制；

设计系统，所述设计系统能使用计算机操作以生成待制造零件的3-D模型；以及

机器学习模型，所述机器学习模型能使用所述计算机操作以分析所述待制造零件，以识别特征并且至少部分地基于所述多轴机床和所述多个可用刀具来制定制造计划，所述制造计划包括用于每个特征的刀具类型、用于每个特征的每种类型刀具的进给速率和用于每个特征的每种类型刀具的刀具速度。

2.根据权利要求1所述的设计和制造系统，其中，所述多轴机床的所述切割头在三个轴上能够完全控制。

3.根据权利要求2所述的设计和制造系统，其中，所述制造计划至少包括所述制造计划中的每个加工步骤的所述刀具类型、所述进给速率、所述速度、刀具尺寸、切割深度、步进长度、切割模式和进给速率。

4.根据权利要求3所述的设计和制造系统，还包括模拟模块，所述模拟模块能使用所述计算机操作以模拟所述制造计划。

5.根据权利要求1所述的设计和制造系统，其中，所述机器学习模型包括使用通用数据集来至少部分地训练的预测算法。

6.根据权利要求5所述的设计和制造系统，其中，除了所述通用数据集之外，使用用户特定数据集来至少部分地训练所述机器学习模型的所述预测算法。

7.根据权利要求5所述的设计和制造系统，其中，所述预测算法包括神经网络。

8.根据权利要求5所述的设计和制造系统，其中，通过训练深度Q学习模型(DQN)和神经网络来获得所述预测算法。

9.一种设计和制造零件的方法，所述方法包括：

训练机器学习模块以辨识制造特征并且使用通用数据集制定用于这些特征的制造计划，所述制造计划包括所述制造计划中的每个步骤的机床参数；

还使用用户特定数据集来训练所述机器学习模块；

建立所述零件的3-D模型，所述零件包括多个特征；

使用所述机器学习模块来分析所述3-D模型以识别所述零件的特征；

使用所述机器学习模块来制定制造计划，所述制造计划包括制造步骤和每个步骤的机床参数；

将所述制造计划和所述参数传送到多轴机床，所述多轴机床包括零件支撑件和能够支撑多个可用刀具的切割头，所述切割头和零件支撑件在至少两个轴上能够完全控制；以及

实施所述制造计划以制造所述零件。

10.根据权利要求9所述的设计和制造零件的方法，其中，所述多轴机床的所述切割头在三个并且仅三个轴上能够完全控制。

11.根据权利要求10所述的设计和制造零件的方法，其中，所述机床参数至少包括所述制造计划中的每个加工步骤的刀具类型、进给速率、速度、刀具尺寸、切割深度、步进长度、切割模式和进给速率。

12.根据权利要求9所述的设计和制造零件的方法，还包括使用计算机来模拟所述制造计划。

13.根据权利要求9所述的设计和制造零件的方法，其中，所述机器学习模块包括神经网络。

14.根据权利要求13所述的设计和制造零件的方法，还包括训练深度Q学习模型(DQN)和所述神经网络，以获得能够操作以辨识所述制造特征和制定所述制造计划的预测算法。