[发明专利]一种基于机器学习的数控自动编程方法及系统

权利要求书

1.一种基于机器学习的数控自动编程方法，其特征在于，包括以下步骤：

S1、

数据采集分三大环节，环节一是对历史工程项目进行刀路信息和图形信息采集，环节二是加工过程中机床状态数据采集，环节三是加工后对工件质量QC评级的数据记录，所述历史工程项目分为工程项目详细信息和加工三维模型；

S2、

对历史工程项目进行刀路信息和图形信息采集，其中，刀路信息包括刀路对应的刀具、进给速度、切削深度、主轴转速、加工策略等，图形信息包括加工三维模型所有表面信息和各类加工特征，并对应上传到刀路信息数据库和图形信息数据库；

S3、

在数控机床上安装主轴加速度传感器和机台加速度传感器，以及在X、Y、Z三轴安装电流传感器，通过小波变换和EMD等方式对数据进行采集，上传到LabVIEW中并调用MATLAB接口，对采集得到的数据进行信号去噪和检查突变点，完成后返回到LabVIEW数据保存，并上传到机床状态特征数据库，CNC工业控制器通过CNC数据采集器读取加工NC程序名、加工时间、主轴转速等，并上传到机床状态特征数据库；

S4、

加工后现场记录加工NC程序名、NC加工时间、NC加工项目名称，并进行专家QC质量评判，将质量评级和现场加工记录清单上传到加工质量数据库；

S5、

利用图形信息数据库、刀路信息数据库、机床状态特征数据库、加工质量数据库，首先将待加工模型导入系统中，自动识别各类加工特征，模型训练得到各类粗加工、半精加工、精加工模型，模型识别出粗加工、半精加工、精加工特征，输出各类加工特征的推荐参数，输入到CAM软件中，自动生成相应的加工参数、加工策略等，输出NC文件。

2.根据权利要求1所述的基于机器学习的数控自动编程方法，其特征在于：所述步骤S3中加工一个标准件时，获得标准的加工工艺参数和机床振动参数，当加工相同特征所使用的机床、刀具等一致时，机床振动参数应在一定范围内，当超过范围时，应提示警告或实时改变主轴转速等方式进行加工。

3.一种实施权利要求1或2所述方法的基于机器学习的数控自动编程系统，其特征在于：其包括主轴加速度传感器、机台加速度传感器、X轴电流传感器、Y轴电流传感器和Z轴电流传感器发射端信号连接有数据采集卡接收端，所述数据采集卡发射端信号连接有LabVIEW数据采集接收端，所述LabVIEW数据采集发射端信号连接有边缘计算服务器接收端，所述边缘计算服务器发射端信号连接有机床状态特征数据库接收端。

4.根据权利要求3所述的基于机器学习的数控自动编程系统，其特征在于：所述边缘计算服务器接收端信号连接有CNC数据采集器发射端，所述CNC数据采集器接受端信号连接有CNC工业控制器发射端。