[发明专利]一种数控机床加工工艺决策优化方法、系统及相关设备

权利要求书

1.一种数控机床加工工艺决策优化方法，其特征在于，所述数控机床加工工艺决策优化方法包括：

获取待加工零件对应的加工特征信息，其中，所述加工特征信息包括加工特征类型和加工区域；

根据所述加工特征信息获取目标刀具的集合、目标夹具的集合以及目标机床的集合；

为加工过程中的机床决策、夹具决策、切削参数决策和进退刀决策分别设置对应的影响权重值；

根据所述加工特征信息、所述目标刀具的集合、所述目标夹具的集合、所述目标机床的集合以及各所述影响权重值，建立以能耗最低为目标的工艺决策优化模型，通过预设的遗传优化算法对所述工艺决策优化模型进行优化求解，获得目标决策；

其中，所述获取待加工零件对应的加工特征信息，包括：获取所述待加工零件的三维模型以及对应的描述语句；根据所述待加工零件的三维模型获取所述待加工零件对应的目标二维图像集合，其中，所述目标二维图像集合中包括从不同视角对所述待加工零件进行采集获得的多张目标二维图像；根据所述描述语句、所述目标二维图像以及预先训练好的加工特征识别模型对所述待加工零件进行加工特征识别，获得所述待加工零件对应的加工特征信息；

所述根据所述待加工零件的三维模型获取所述待加工零件对应的目标二维图像集合，包括：

获取所述三维模型的最小包围盒，将所述最小包围盒的各个顶点和各个包围面中心点分别作为目标视点，其中，一个所述包围面中心点是所述最小包围盒的一个包围面的中心点；

根据预设的区域分块大小对各所述包围面进行区域划分，获得多个包围面子区域，获取各所述包围面子区域对应的模型区域复杂度，根据所述模型区域复杂度和预设的复杂度范围获取各所述包围面子区域对应的视点数目，其中，一个所述包围面子区域对应的模型区域复杂度用于体现所述三维模型与该包围面子区域对应的一侧的模型表面起伏变化程度，一个所述包围面子区域对应的模型区域复杂度根据该包围面子区域对应的所有测量线段的长度值的方差获得；

根据各所述包围面子区域对应的视点数目分别在各所述包围面子区域均匀添加目标视点；

将各所述目标视点与目标中心点的连线方向作为各所述目标视点的视角方向，根据各所述目标视点采集获取所述目标二维图像，并标记各所述目标二维图像的视点和视角，其中，所述目标中心点是所述三维模型的中心点或所述最小包围盒的中心点。

2.根据权利要求1所述的数控机床加工工艺决策优化方法，其特征在于，所述包围面子区域是对所述包围面进行随机区域划分获得的，一个所述包围面子区域对应的模型区域复杂度通过以下步骤计算：

根据预设的测量点数目获取所述包围面子区域中的测量点，所述测量点均匀分布在所述包围面子区域中；

根据所述测量点获取测量线段，其中，所述测量线段的起点是所述测量点，所述测量线段的终点是所述三维模型表面的一个点，且各所述测量线段所在的直线垂直于所述包围面子区域；

计算所述包围面子区域对应的所有测量线段的长度值的方差并作为所述包围面子区域对应的模型区域复杂度。

3.根据权利要求1所述的数控机床加工工艺决策优化方法，其特征在于，所述工艺决策优化模型中的决策变量包括为各工序选择的目标加工机床、为各所述工序选择的目标加工工具、为各所述工序选择的目标进刀方向、各所述工序的加工顺序和各所述工序的切削参数。

4.根据权利要求3所述的数控机床加工工艺决策优化方法，其特征在于，所述预设的遗传优化算法是第三代非支配遗传算法。

5.根据权利要求4所述的数控机床加工工艺决策优化方法，其特征在于，所述工艺决策优化模型中的目标函数为能耗目标函数，所述能耗目标函数根据各所述工序的机床能耗、各所述工序的装夹过程能耗、各所述工序的切削加工能耗、各所述工序的刀具使用能耗以及对应的各所述影响权重值进行加权求和获得；

在所述优化求解的过程中，将所述目标函数的倒数作为适应度函数，通过所述第三代非支配遗传算法对所述决策变量进行优化，获得所述目标决策。