[发明专利]基于动态加工特征的复杂零件轮廓自适应精加工方法

权利要求书

1.基于动态加工特征的复杂零件轮廓自适应精加工方法，其特征在于：该方法包括以下步骤：

(a)从结构化工艺数据库中提取出轮廓精加工工艺数据，并且对其进行表征与深度学习，获得轮廓精加工切削层决策模型，提取工艺数据中不同工艺情境与切削层之间的映射模式f；

(b)根据所述决策模型预测子加工区域的切削层，进行子加工区域切削层自适应调整、子加工区域之间同切削层判定与路径优化；

(c)计算具有相同切削层的不同子加工区域之间的工艺情境合并关系，实现动态特征的识别，并且构建驱动几何；

所述动态特征定义为给定工艺情境下刀具可连续切削的共性加工区域DF，表示为

其中，z_s、z_e分别为动态特征的顶面与底面，DG为动态特征的驱动几何，SMR_i为具有几何依赖关系的子加工区域，g()为驱动几何构建函数；

在给定工艺情境下，SMR_i在[z_s,z_e]之间具有相同的切削层，并且刀具在每一切削层对SMR_i进行无干涉连续加工，i＝1,…,n，n为子加工区域的数量。

2.根据权利要求1所述的基于动态加工特征的复杂零件轮廓自适应精加工方法，其特征在于：所述步骤(a)具体包括：

1.1在轮廓精加工工艺情境下，对轮廓精加工工艺数据进行表征；

1.2根据1.1中表征的轮廓精加工工艺数据，采用深度神经网络分类器模型对给定轮廓精加工工艺情境下切削层隐式判定规则进行学习，获得轮廓精加工切削层决策模型。

3.根据权利要求2所述的基于动态加工特征的复杂零件轮廓自适应精加工方法，其特征在于：所述步骤1.1中在轮廓精加工工艺情境下，对轮廓精加工工艺数据进行表征，具体如下：

在轮廓精加工工艺情境下，根据刀具T与待加工几何决策轮廓精加工操作的切削层，将轮廓面的精加工描述为：

给定一个在z_e深处，侧面加工余量为a_e，壁高为h的侧面，z_s＝z_e+h，当采用刀具T时，需要n个切削层；z_s是动态特征顶面所对应的高度，z_e是动态特征底面所对应的高度；

对于结构化工艺数据中任意一个轮廓精加工样本，表示为轮廓精加工工艺情境x_i与切削层n_i之间的一个映射，记作

x_i＝{D,L,FL,z_s,z_e,a_e}→x_label_i＝n_i

其中，D为刀具的直径，L为刀具的长度，FL为刀具的刃长，x_label_i为第i个预定义切削层。

4.根据权利要求2所述的基于动态加工特征的复杂零件轮廓自适应精加工方法，其特征在于：所述步骤1.2中采用深度神经网络分类器模型对给定轮廓精加工工艺情境下切削层隐式判定规则进行学习，具体如下：

采用一个四层深度神经网络分类器模型对给定轮廓精加工工艺情境下切削层隐式判定规则进行学习，获得轮廓精加工切削层决策模型；

模型的输入层为与轮廓精加工切削层计算相关的工艺情境参数X＝{x_i}；隐藏层为2个具有20个节点的全连接层；

模型的输出层为x_i映射到预定义切削层X_labels＝{n_j}中每个元素n_j的概率p_ij，表示x_i需要n_j个切削层进行轮廓精加工的可能性。