基于人工智能的制造零件设计制造技术

基于人工智能的制造零件设计。公开了用于基于人工智能的制造零件设计的系统、方法以及设备。一种用于设计零件的系统包括被配置成执行以下操作的至少一个处理器：对期望零件设计进行编码以生成编码期望零件设计；通过把编码期望零件设计与空间内的编码实现零件设计、编码设想零件设计、真实元数据以及设想元数据进行比较来对空间内的与期望零件设计类似的零件设计的组进行识别；通过根据由用户提供的目标和权重对零件设计的组进行分析来生成编码最佳零件设计；以及对编码最佳零件设计进行解码，以生成最佳零件设计。另外，系统包括被配置为向用户显示最佳零件设计的显示器，用户可以相应地把最佳零件设计用作修改期望零件设计的指导。

Design of manufacturing parts based on Artificial Intelligence

【技术实现步骤摘要】
基于人工智能的制造零件设计
本公开涉及零件设计。具体地，本公开涉及基于人工智能的制造零件设计。
技术介绍
当前，零件的工程设计需要设计工程师反复地人工生成并分析零件的多版设计，以便实现具有该零件的期望特性的最终零件设计。即使在那时，最终零件设计也尚未针对成本、可制造性和/或质量进行专门优化。因为该设计过程需要反复地设计并分析单个零件的多版设计来实现期望零件设计，所以该过程对于设计工程师来说是乏味且缓慢的。然而，一些设计程序确实允许设计工程师把参数化规则人工录入到零件的几何设计中。但该过程劳动强度非常大、技术先进、缓慢、成本较高且需要高度专业化的技能。由此可见，零件的当前常规工程设计是缓慢的、人工的并且在成本、可制造性以及质量方面是次优的。鉴于前述内容，需要一种用于零件设计的改进技术。
技术实现思路
本公开涉及基于人工智能的制造零件设计的方法、系统以及设备。在一个或更多个示例中，一种用于设计零件的方法包括以下步骤：用户把期望零件设计、所述期望零件设计的目标、所述目标的权重以及相似性边界(similaritybound)输入到用户界面中。所述方法还包括以下步骤：至少一个处理器对所述期望零件设计进行编码，以生成编码期望零件设计。此外，所述方法包括以下步骤：至少一个处理器通过把所述编码期望零件设计与空间内的编码实现零件设计、编码设想零件设计、真实元数据以及设想元数据进行比较，基于所述相似性边界，来对所述空间内的与所述期望零件设计类似的零件设计的组进行识别。另外，所述方法包括以下步骤：至少一个处理器通过根据所述目标和所述权重对零件设计的所述组进行分析，来生成编码最佳零件设计。另外，所述方法包括以下步骤：至少一个处理器对所述编码最佳零件设计进行解码，以生成最佳零件设计。进一步地，所述方法包括以下步骤：在显示器上显示所述最佳零件设计。在一个或更多个示例中，所述方法还包括以下步骤：所述用户根据所述最佳零件设计来修正所述期望零件设计，以生成最终零件设计。在至少一个实施方式中，所述方法还包括以下步骤：机械设备(machinery)使用所述最终零件设计来制造所述零件。在一个或更多个示例中，所述方法还包括以下步骤：把所述零件安装到单元上。在至少一个实施方式中，所述单元是运载工具、结构或装置。在至少一个实施方式中，所述方法还包括以下步骤：输入针对具有零件设计的零件的实现零件设计。此外，所述方法包括以下步骤：至少一个处理器对所述实现零件设计进行编码，以生成所述编码实现零件设计。另外，所述方法包括以下步骤：把所述编码实现零件设计输入到所述空间中。另外，所述方法包括以下步骤：至少一个处理器通过使用所述空间中的所述编码实现零件设计来生成针对所述空间的所述编码设想零件设计。另外，所述方法包括以下步骤：把所述编码实现零件设计中的至少一些编码实现零件设计的所述真实元数据输入到所述空间中。进一步地，所述方法包括以下步骤：至少一个处理器通过使用所述空间中的所述真实元数据来生成针对不具有真实元数据的所述编码设想零件设计和/或所述编码实现零件设计的所述设想元数据。在一个或更多个示例中，至少一个处理器使用机器学习算法来生成所述编码设想零件设计。在至少一个实施方式中，所述机器学习算法是自动编码器。在一个或更多个示例中，至少一个处理器使用回归和分类模型或非统计算法来生成所述设想元数据。在至少一个实施方式中，所述期望零件设计的所述目标是成本、结构完整性、可制造性和/或重量。在一个或更多个示例中，所述期望零件设计是计算机辅助设计即CAD模型设计。在至少一个实施方式中，所述最佳零件设计是CAD模型设计。在一个或更多个示例中，一种用于设计零件的系统包括用户界面，所述用户界面从用户接收期望零件设计、所述期望零件设计的目标、所述目标的权重以及相似性边界。所述系统还包括存储器，所述存储器存储如下空间，该空间包括编码期望零件设计、编码实现零件设计、编码设想零件设计、真实元数据以及设想元数据。此外，所述系统包括至少一个处理器，所述至少一个处理器被配置成执行以下操作：对所述期望零件设计进行编码，以生成所述编码期望零件设计；通过把所述编码期望零件设计与所述空间内的所述编码实现零件设计、所述编码设想零件设计、所述真实元数据以及所述设想元数据进行比较，基于所述相似性边界，来对所述空间内的与所述期望零件设计类似的零件设计的组进行识别；通过根据所述目标和所述权重对零件设计的所述组进行分析，来生成编码最佳零件设计；以及对所述编码最佳零件设计进行解码，以生成最佳零件设计。进一步地，所述系统包括显示器，所述显示器被配置为向所述用户显示所述最佳零件设计。在至少一个实施方式中，所述用户界面还将允许所述用户根据所述最佳零件设计来修正所述期望零件设计，以生成最终零件设计。在一个或更多个示例中，所述系统还包括通过使用所述最终零件设计来制造所述零件的机械设备。在至少一个实施方式中，所述零件被配置为安装到单元上。在一个或更多个示例中，所述单元是运载工具、结构或装置。在一个或更多个示例中，至少一个处理器还被配置成执行以下操作：对实现零件设计进行编码，以生成针对所述空间的所述编码实现零件设计；通过使用所述空间中的所述编码实现零件设计来生成针对所述空间的所述编码设想零件设计；以及通过使用针对所述空间中的所述编码实现零件设计中的至少一些编码实现零件设计的所述真实元数据来生成针对不具有所述真实元数据的所述编码设想零件设计和/或所述编码实现零件设计的所述设想元数据。特征、功能以及优点可以在本公开的各种示例中独立地被实现，或者可以在另一些示例中被组合。附图说明结合下面的描述、所附权利要求以及附图，将更好地理解本公开的这些和其它特征、方面以及优点，在附图中：图1是示出了根据本公开的至少一个实施方式的、用于生成针对所公开的基于人工智能的制造零件设计系统的零件空间的所公开的方法的流程图。图2是示出了根据本公开的至少一个实施方式的、包括编码实现零件设计的示例性空间的图。图3是示出了根据本公开的至少一个实施方式的、包括编码实现零件设计和编码设想零件设计的示例性空间的图。图4是示出了根据本公开的至少一个实施方式的、包括编码实现零件设计、编码设想零件设计以及真实元数据的示例性空间的图。图5是示出了根据本公开的至少一个实施方式的、包括编码实现零件设计、编码设想零件设计、真实元数据以及设想元数据的示例性空间的图。图6A和图6B共同构成示出了根据本公开的至少一个实施方式的、用于操作所公开的基于人工智能的制造零件设计系统的所公开的方法的流程图。图7是示出了根据本公开的至少一个实施方式的、计算机的显示器上的用户界面的图，该用户界面显示了用户的期望零件设计、期望零件设计的目标选项、权重选项以及相似性边界选项。图8是示出了根据本公开的至少一个实施方式的、包括编码实现零件设计、编码设想零件设计、真实元数据以及设想元数据的示例性空间的图，其中，在空间内识别编码期望零件设计。图9是示出了根据本公开的至少一个实施方本文档来自技高网...

【技术保护点】
1.一种用于设计零件(1200)的方法，所述方法包括以下步骤：/n用户把期望零件设计(730)、所述期望零件设计的目标(740)、所述目标的权重(750)以及相似性边界(780)输入到用户界面(700)中；/n至少一个处理器(1320)对所述期望零件设计(730)进行编码，以生成编码期望零件设计；/n所述至少一个处理器(1320)通过把所述编码期望零件设计与空间内的编码实现零件设计、编码设想零件设计、真实元数据以及设想元数据进行比较，基于所述相似性边界(780)，来对所述空间内的与所述期望零件设计类似的零件设计的组(900)进行识别；/n所述至少一个处理器(1320)通过根据所述目标(740)和所述权重(750)对零件设计的所述组进行分析，来生成编码最佳零件设计；/n所述至少一个处理器(1320)对所述编码最佳零件设计进行解码，以生成最佳零件设计(800)；以及/n在显示器(710)上显示所述最佳零件设计(800)。/n

【技术特征摘要】
20181120 US 16/197,1491.一种用于设计零件(1200)的方法，所述方法包括以下步骤：
用户把期望零件设计(730)、所述期望零件设计的目标(740)、所述目标的权重(750)以及相似性边界(780)输入到用户界面(700)中；
至少一个处理器(1320)对所述期望零件设计(730)进行编码，以生成编码期望零件设计；
所述至少一个处理器(1320)通过把所述编码期望零件设计与空间内的编码实现零件设计、编码设想零件设计、真实元数据以及设想元数据进行比较，基于所述相似性边界(780)，来对所述空间内的与所述期望零件设计类似的零件设计的组(900)进行识别；
所述至少一个处理器(1320)通过根据所述目标(740)和所述权重(750)对零件设计的所述组进行分析，来生成编码最佳零件设计；
所述至少一个处理器(1320)对所述编码最佳零件设计进行解码，以生成最佳零件设计(800)；以及
在显示器(710)上显示所述最佳零件设计(800)。


2.根据权利要求1所述的方法，其中，所述方法还包括以下步骤：所述用户根据所述最佳零件设计(800)来修正所述期望零件设计(730)，以生成最终零件设计。


3.根据权利要求2所述的方法，其中，所述方法还包括以下步骤：机械设备使用所述最终零件设计来制造所述零件(1200)。


4.根据权利要求3所述的方法，其中，所述方法还包括以下步骤：把所述零件(1200)安装到单元(1210)上。


5.根据权利要求4所述的方法，其中，所述单元(1210)是运载工具、结构或装置中的一者。


6.根据权利要求1所述的方法，其中，所述方法还包括以下步骤：
输入针对具有零件设计的零件的实现零件设计；
所述至少一个处理器(1320)对所述实现零件设计进行编码，以生成所述编码实现零件设计；
把所述编码实现零件设计输入到所述空间中；
所述至少一个处理器(1320)通过使用所述空间中的所述编码实现零件设计，来生成针对所述空间的所述编码设想零件设计；
把所述编码实现零件设计中的至少一些编码实现零件设计的所述真实元数据输入到所述空间中；以及
所述至少一个处理器(1320)通过使用所述空间中的所述真实元数据，来生成针对不具有真实元数据的所述编码设想零件设计或所述编码实现零件设计中的至少一者的所述设想元数据。


7.根据权利要求6所述的方法，其中，实现如下内容中的至少一项：
所述至少一个处理器(1320)使用机器学习算法来生成所述编码设想零件设计，所述机器学习算法是自动编码器；以及
所述至少一个处理器(1320)使用...

【专利技术属性】
技术研发人员：D·S·雷米内，K·瓦斯科，A·R·卡茨，C·S·波斯马，
申请(专利权)人：波音公司，
类型：发明
国别省市：美国;US