一种零件机械加工工艺路线智能生成方法技术

本发明专利技术公开了一种零件机械加工工艺路线智能生成方法，包括：获取零件加工信息；构建零件加工特征集合，形成待选加工工艺链集合；采用模糊综合评价方法，建立零件特征加工工艺链匹配模型，包括构建工艺链匹配评价指标，建立加工工艺链匹配评价函数，获取匹配加工工艺链集合；构建加工工步序列成本综合评价函数，考虑加工顺序约束，构建零件加工工艺路线规划模型；采用离散人工海鸥优化算法规划零件加工工艺路线，获取优化零件加工工艺路线；该方法能够实现零件加工工艺路线的智能生成，提高工艺路线生成效率，保证工艺路线生成的质量。保证工艺路线生成的质量。保证工艺路线生成的质量。

【技术实现步骤摘要】
一种零件机械加工工艺路线智能生成方法


[0001]本专利技术涉及零件机械加工
，具体涉及一种零件机械加工工艺路线智能生成方法。

技术介绍

[0002]目前机械产品材料日趋多样、功能日趋丰富、结构日趋复杂，这对机械零件的加工方法决策提出了更高的要求。现有的方法主要是先提取已有零件的不同局部加工特征并对其进行分类，针对不同分类的加工特征建立其对应的特征加工方法库，然后通过特征识别的方法来判断出目标零件上的局部结构特征，针对识别出的局部特征在库中寻找其对应的加工方法，最后通过直接重用识别对象的加工方法，或者结合特征加工要求约束来进一步推理决策，并且取得了一定成果。
[0003]加工工艺路线规划中的加工工步排序是影响整体加工工艺路线设计水平的关键因素之一，由于其决策过程受很多因素的影响，譬如零件特征和加工方法的多样性、工艺决策的经验性以及生产环境的复杂性等因素的影响，使得工步排序决策过程变得非常复杂。而且对于许多制造企业而言，高效率、低成本、高质量的生产加工方式将会对企业的生存、竞争和发展都具有重大的影响，因此这也是学者们研究的重点。
[0004]现有技术针对工艺路线生成的研究主要集中在对加工工步的排序问题上。对于如何为加工特征匹配加工工艺链，现有研究较少关注这个方面，仅有的一些提到加工工艺链匹配的方法，也只是简单地通过加工可行性来选择工艺链。另外，关于工步之间顺序约束的表现形式和生成方式的研究也较少。

技术实现思路

[0005]为克服现有技术的缺陷，本专利技术提出了一种零件机械加工工艺路线智能生成方法，该方法获取了零件机械加工信息，通过构建基于模糊综合评价方法的特征加工工艺链匹配算法，获取匹配工艺链集合；构建加工工步序列成本综合评价函数，考虑加工顺序约束，建立零件加工工艺路线规划模型；基于离散人工海鸥优化算法规划零件加工工艺路线，实现零件加工工艺路线智能生成，获取优化零件加工工艺路线。与传统的人工编制工艺路线相比，本专利技术旨在实现零件加工工艺路线的智能生成，提高加工工艺路线生成效率，保证加工工艺路线生成的质量，同时降低加工工艺的加工与时间成本。
[0006]本专利技术的目的可以通过以下技术方案来实现：
[0007]一种零件机械加工工艺路线智能生成方法，包括以下几个步骤：
[0008]S1：根据零件三维模型，获取零件加工信息，包括零件几何形状信息以及零件工艺要求信息；
[0009]S2：根据零件几何形状信息以及零件工艺要求信息，构建零件加工特征集合；根据所述零件加工特征集合中的零件加工特征，形成待选加工工艺链集合；
[0010]S3：采用模糊综合评价方法，建立零件特征加工工艺链匹配模型，包括构建工艺链
匹配评价指标，建立加工工艺链匹配评价函数，获取匹配加工工艺链集合；
[0011]S4：将所述匹配加工工艺链集合中的所有匹配加工工艺链的加工工步汇总、统一编号并按照特定顺序排列构成加工工步序列，以所述加工工步序列中各加工工步的加工顺序排列为决策变量，以加工工步序列成本最低为优化目标，构建加工工步序列成本综合评价函数，考虑加工顺序约束，建立零件加工工艺路线规划模型；
[0012]S5：基于加工工艺路线规划模型，采用离散人工海鸥优化算法规划零件加工工艺路线，在海鸥优化算法中增加离散策略，在海鸥种群内增加Sine映射策略以及近邻学习策略两种变异策略，获取优化零件加工工艺路线。
[0013]进一步的，任一所需加工零件均包括若干个加工特征，构成零件加工特征集合，所述零件加工特征集合如式(1)所示：
[0014]F＝{f1,f2,
…
,f
n
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0015]式(1)中，f
i
表示所需加工零件第i个加工特征，n为所需加工零件加工特征总数，所需加工零件第i个加工特征f
i
如式(2)所示：
[0016]f
i
＝{x
i
,y
i
,z
i
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0017]式(2)中，x
i
表示零件第i个加工特征的加工精度，描述特征加工后的实际尺寸与图纸规定尺寸的相符程度，y
i
表示零件第i个加工特征的加工表面粗糙度，描述特征加工后的表面光滑程度，z
i
表示零件第i个加工特征的其他加工要求，描述某些加工特征所特有的要求，如孔特征的孔径大小，平面特征是否为端面等。
[0018]进一步的，建立的零件特征加工工艺链匹配模型采用模糊综合评价方法，针对单个加工特征的加工工艺链匹配过程进行评价分析，为零件的每个加工特征从待选的加工工艺链集合中选出匹配的加工工艺链；
[0019]获取匹配加工工艺链集合的具体步骤包括：
[0020]根据所需加工零件的零件加工特征集合中的每一个加工特征，构建相应的待选加工工艺链集合，所述待选加工工艺链集合如式(3)所示：
[0021]PC
i
＝{pc1,pc2,
…
,pc
k
,
…
,pc
m
},k＝1,2,...,m
ꢀꢀꢀꢀꢀꢀ
(3)
[0022]式(3)中，PC
i
表示根据所需加工零件第i个加工特征f
i
构建的待选加工工艺链集合，其中pc
k
表示待选加工工艺链集合中第k条加工工艺链，如式(4)所示：
[0023][0024]式(4)中，o
q
表示pc
k
中第q个加工工步，p
k
表示pc
k
的总加工工步数；
[0025]基于所需加工零件的零件加工特征集合，根据加工工艺性要求，构建工艺链匹配评价指标，从而建立加工工艺链匹配评价函数，所述工艺链匹配评价指标包括加工特征级评价指标以及材料类型评价指标，所述加工特征级评价指标包括加工精度，加工表面粗糙度以及其他加工要求，所述材料类型评价指标包括材料类型；
[0026]其中加工特征级评价指标与零件的加工特征相关，根据所述加工特征级评价指标中的加工精度，加工表面粗糙度以及其他加工要求，构建加工特征评价因素集，如式(5)所示：
[0027]U＝{u1,u2,u3}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0028]式(5)中，u
g
(g＝1,2,3)表示加工特征评价因素集中的各影响因素，其中u1表示加
工精度，u2表示加工表面粗糙程度，u3表示其他加工要求；
[0029]构建加工特征评价各影响因素隶属度函数，包括加工精度隶属度函数，加工表面粗糙度隶属度函数以及其他加工要求隶属度函数，分别计算各影响因素隶属度指标值；
[0030]所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种零件机械加工工艺路线智能生成方法，其特征在于，所述工艺路线智能生成方法包括以下几个步骤：S1：根据零件三维模型，获取零件加工信息，包括零件几何形状信息以及零件工艺要求信息；S2：根据零件几何形状信息以及零件工艺要求信息，构建零件加工特征集合；根据所述零件加工特征集合中的零件加工特征，形成待选加工工艺链集合；S3：采用模糊综合评价方法，建立零件特征加工工艺链匹配模型，包括构建工艺链匹配评价指标，建立加工工艺链匹配评价函数，获取匹配加工工艺链集合；S4：将所述匹配加工工艺链集合中的所有匹配加工工艺链的加工工步汇总、统一编号并按照特定顺序排列构成加工工步序列，以所述加工工步序列中各加工工步的加工顺序排列为决策变量，以加工工步序列成本最低为优化目标，构建加工工步序列成本综合评价函数，考虑加工顺序约束，建立零件加工工艺路线规划模型；S5：基于加工工艺路线规划模型，采用离散人工海鸥优化算法规划零件加工工艺路线，在海鸥优化算法中增加离散策略，在海鸥种群内增加Sine映射策略以及近邻学习策略两种变异策略，获取优化零件加工工艺路线。2.根据权利要求1所述零件机械加工工艺路线智能生成方法，其特征在于，任一所需加工零件均包括若干个加工特征，构成零件加工特征集合，所述零件加工特征集合如式(1)所示：F＝{f1,f2,
…
,f
n
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式(1)中，f
i
表示所需加工零件第i个加工特征，n为所需加工零件加工特征总数，所需加工零件第i个加工特征f
i
如式(2)所示：f
i
＝{x
i
,y
i
,z
i
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)式(2)中，x
i
表示零件第i个加工特征的加工精度，描述特征加工后的实际尺寸与图纸规定尺寸的相符程度，y
i
表示零件第i个加工特征的加工表面粗糙度，描述特征加工后的表面光滑程度，z
i
表示零件第i个加工特征的其他加工要求，描述某些加工特征所特有的要求，如孔特征的孔径大小，平面特征是否为端面等。3.根据权利要求2所述零件机械加工工艺路线智能生成方法，其特征在于，建立所述零件特征加工工艺链匹配模型，获取匹配加工工艺链集合的具体步骤包括：S31：根据所需加工零件的零件加工特征集合中的每一个加工特征，构建相应的待选加工工艺链集合，所述待选加工工艺链集合如式(3)所示：PC
i
＝{pc1,pc2,
…
,pc
k
,
…
,pc
m
},k＝1,2,...,m
ꢀꢀꢀꢀꢀꢀ
(3)式(3)中，PC
i
表示根据所需加工零件第i个加工特征f
i
构建的待选加工工艺链集合，其中pc
k
表示待选加工工艺链集合中第k条加工工艺链，如式(4)所示：式(4)中，o
q
表示pc
k
中第q个加工工步，p
k
表示pc
k
的总加工工步数；S32：基于所需加工零件的零件加工特征集合，根据加工工艺性要求，构建工艺链匹配评价指标，从而建立加工工艺链匹配评价函数，所述工艺链匹配评价指标包括加工特征级评价指标以及材料类型评价指标，所述加工特征级评价指标包括加工精度，加工表面粗糙
度以及其他加工要求，所述材料类型评价指标包括材料类型；S33：根据所述加工特征级评价指标中的加工精度，加工表面粗糙度以及其他加工要求，构建加工特征评价因素集，如式(5)所示：U＝{u1,u2,u3}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)式(5)中，u
g
(g＝1,2,3)表示加工特征评价因素集中的各影响因素，其中u1表示加工精度，u2表示加工表面粗糙程度，u3表示其他加工要求；S34：构建加工特征评价各影响因素隶属度函数，包括加工精度隶属度函数，加工表面粗糙度隶属度函数以及其他加工要求隶属度函数，分别计算各影响因素隶属度指标值；所述加工精度隶属度函数如式(6)所示：式(6)中，x
i
表示所需加工零件第i个加工特征f
i
要求的加工精度等级数值，表示对所需加工零件第i个加工特征f
i
构建的第k条待选加工工艺链pc
k
的加工精度隶属度函数，表示待选加工工艺链pc
k
可以加工的最高精度等级，表示待选加工工艺链pc
k
可以加工的最低精度等级，精度等级越高，数值越小，即所述加工表面粗糙度隶属度函数如式(7)所示：式(7)中，y
i
表示所需加工零件第i个加工特征f
i
要求的加工表面粗糙度数值，表示对所需加工零件第i个加工特征f
i
构建的第k条待选加工工艺链pc
k
的加工表面粗糙度隶属度函数，表示待选加工工艺链pc
k
可以加工的最大表面粗糙度值，表示待选加工工艺链pc
k
可以加工的最小表面粗糙度值，表面粗糙度越大，粗糙度值越大，即其他加工要求隶属度函数如式(8)所示：
式(8)中，z
i
表示所需加工零件第i个加工特征f
i
的其他加工要求，表示对所需加工零件第i个加工特征f
i
构建的第k条待选加工工艺链pc
k
的其他加工要求隶属度函数；S35：根据所述材料类型评价指标中的材料类型，构建材料类型隶属度函数，如式(9)所示：式(9)中，ma表示零件加工所需的材料类型，表示对所需加工零件第i个加工特征f
i
构建的第k条待选加工工艺链pc
k
的材料类型隶属度函数，当对所需加工零件第i个加工特征f
i
构建的第k条待选加工工艺链pc
k
可加工的材料类型包括ma时，加工可行，隶属度函数值取1，当对所需加工零件第i个加工特征f
i
构建的第k条待选加工工艺链pc
k
可加工的材料类型不包括ma时，加工不可行，隶属度函数值取0；S36：根据所述加工精度隶属度函数，加工表面粗糙度隶属度函数，其他加工要求隶属度函数以及材料类型隶属度函数，如式(10)进行加权求和，构建加工工艺链匹配评价函数：式(10)中，表示对所需加工零件第i个加工特征f
i
构建的第k条待选加工工艺链pc
k
的加工精度隶属度指标值，表示对所需加工零件第i个加工特征f
i
构建的第k条待选加工工艺链pc
k
的加工表面粗糙度隶属度指标值，表示对所需加工零件第i个加工特征f
i
构建的第k条待选加工工艺链pc
k
的其他加工要求隶属度指标值，是表示对所需加工零件第i个加工特征f
i
构建的第k条待选加工工艺链pc
k
的材料类型隶属度指标值，w1,w2,w3,w4表示对应的权重系数，且w1+w2+w3+w4＝1；S37：对所述待选加工工艺链集合PC
i
中的所有加工工艺链按照如S36中方法构建加工工艺链匹配评价函数，获取对应的加工工艺链匹配评价函数值集合{Score1,...,Score
k
,...,Score
m
}，对加工工艺链匹配评价函数值集合中的元素按照从大到小的顺序排序，所述加工工艺链匹配评价函数值集合中的最大值元素对应的加工工艺链即为所需加工零件第i个加工特征f
i
的匹配加工工艺链；S38：重复S31～S37，分别获取所需加工零件n个加工特征的匹配加工工艺链，形成匹配加工工艺链集合。4.根据权利要求3所述零件机械加工工艺路线智能生成方法，其特征在于，将所述匹配加工工艺链集合中的所有匹配加工工艺链的加工工步汇总、统一编号并按照特定顺序排列构成加工工步序列，所述加工工步序列AJS如式(11)所示，AJS＝{Job1|<a1,b1>,Job2|<a2,b2>,
…
,Job
N
|<a
N
,b
N
>}
ꢀꢀꢀꢀꢀꢀꢀ
(11)式(11)中，N表示加工工步序列AJS的工步总数，Job
h
表示该零件加工的第h个加工工步所对应的零件加工工步编号，二元组<a
h
,b
h
>表示Job
h
所对应工步的加工特征优先级a
h
和加工工步优先级b
h
；零件加工的过程中，各加工特征分为三类：精基准加工特征、依附加工特征、普通加工
特征；精基准加工特征指作为其他加工特征的加工精度参照需要最先进行加工的特征，依附加工特征指附属在其他加工特征上的特征，依附加工特征需要在其所依附的加工特征完成加工之后进行加工，普通加工特征指除精基准加工特征和依附加工特征之外的加工特征；所述加工特征优先级a
h
包括：各加工特征应该按照精基准加工特征、普通加工特征、依附加工特征的顺序进行加工；若工步Job
h
属于精基准加工特征，则其对应的加工特征优先级a
h
＝1，若工步Job
h
属于普通加工特征，则其对应的加工特征优先级a
h
＝2，若工步Job
h
属于依附加工特征，则其对应的加工特征优先级a
h
＝3；所述加工工步优先级b
h
包括：对于各加工特征的加工工步，应该按照粗加工、半精加工、精加工、超精加工的顺序进行加工；若工步Job
h
为粗加工，则其对应的加工工步优先级b
h
＝1，若工步Job
h
为半精加工，则其对应的加工工步优先级b
h
＝2，若工步Job
h
为精加工，则其对应的加工工步优先级b
h
＝3，若工步Job
h
为超精加工，则其对应的加工工步优先级b
h
＝4。5.根据权利要求4所述零件机械加工工艺路线智能生成方法，其特征在于，构建加工工步序列成本综合评价函数如式(12)所示：式(12)中，MCC表示加工机床更换成本，FCC表示加工夹具更换成本，CCC表示加工刀具更换成本，PCC表示加工方法更换成本，ω1,ω2,ω3,ω4分别表示MCC,FCC,CCC,PCC对应的权重系数，且有ω1+ω2+ω3+ω4＝1，零件加工过程中，若频繁更换机床、刀具、夹具等加工装备以及加工方法，会使得加工耗时、加工成本都增加，且不利于加工精度的保证，因此应当尽量减少加工装备与加工方法的变换次数；式(12)中所述加工工步序列的加工顺序约束是指加工工步序列中的各加工工步必须满足所述加工特征优先级与加工工步优先级的加工顺序约束；所述加工机床更换成本MCC如式(13)所示：式(13)中，mcc
h
为零件的第h个加工工步Job
h
的加工机床更换成本，N为该加工工步序列所包含的工步总数；mcc
h
计算如式(14)所示：式(1...

【专利技术属性】
技术研发人员：张一楠，宋莎莎，李超，刘渭滨，邢薇薇，刘洋，程岳，何海琛，田泽宇，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：