一种数据与因果知识混合驱动的加工变形控制工艺决策方法技术

一种数据与因果知识混合驱动的加工变形控制工艺决策方法，其特征是，该方法包括：建立工艺变量、加工状态变量和加工变形变量之间的因果关系，并通过邻接矩阵表达；基于掩码操作改变邻接矩阵变量关系，在数据驱动模型中实现因果干预；将邻接矩阵作为数据驱动模型矩阵模块，将决策的工艺变量作为干预措施，通过数据学习决策结构因果模型。本发明专利技术通过将工艺决策问题中的决策变量视为因果模型中的干预措施，并引入邻接矩阵与掩码操作，实现了数据驱动模型与因果知识的融合，建立了稳定可靠的加工变形控制工艺决策模型。形控制工艺决策模型。形控制工艺决策模型。

【技术实现步骤摘要】
一种数据与因果知识混合驱动的加工变形控制工艺决策方法


[0001]本专利技术涉及数控加工领域，尤其是一种零件数控加工变形控制方法，具体地说是一种数据与因果知识混合驱动的加工变形控制工艺决策方法。

技术介绍

[0002]大型结构件的加工变形控制一直是制造领域的难题，影响零件的尺寸精度和疲劳寿命，如何稳健地决策最优加工工艺是实现结构件加工变形精确控制的保障。
[0003]传统的加工变形控制工艺决策方法基于机理模型通过迭代寻找最优加工工艺，然而机理模型的求解过程往往需要借助数值计算方法，由于结构件加工变形问题涉及的边界条件、初始条件复杂，数值计算量大、效率低。传统基于机理模型的加工变形控制方法，将变形控制优化定义为组合优化问题，在数值环境中迭代不同加工策略，优化零件加工变形，求解速度慢、效率低，无法满足在有限时间内获取最优加工策略的要求。
[0004]数据驱动方法，包括强化学习和监督学习，从监测数据中直接学习加工变形和最优加工工艺之间的关联关系，训练好的模型比传统数值求解器求解速度快多个数量级。但是由于高维几何变量、残余应力场变量之间本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据与因果知识混合驱动的加工变形控制工艺决策方法，其特征在于：对工艺变量a、加工状态变量S、目标变形控制量C和加工变形变量d间的因果关系进行结构化表达，建立因果模型，并考虑变量间的因果模型结构建立工艺决策的学习模型；将决策的工艺变量视为对状态变量的干预，利用数据训练加工变形控制工艺决策模型，以此进行加工变形控制的工艺决策。2.根据权利要求1所述的方法，其特征在于：所述的结构化表达方法包括结构因果模型、因果图。3.根据权利要求1所述的方法，其特征在于：所述考虑变量间的因果模型结构建立的工艺决策学习模型，即将结构化表达的因果关系用邻接矩阵A表示，且邻接矩阵表达学习模型中数据变量之间的因果关系。4.根据权利要求1所述的方法，其特征在于：所述的干预措施通过掩码操作实现，掩码操作由决策的工艺变量值决定。5.根据权利要求1所述的方法，其特征在于：所述的工艺变量即决策的加工工艺方案由加工位置、工艺加强筋、预应力、加工余量中的任意一种或多种...

【专利技术属性】
技术研发人员：李迎光，赵智伟，刘长青，王宁坤，郝小忠，刘旭，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：