[發明專利]一種基于混合推理的車削加工參數自動加載方法

有效

• 申請號: 202110631375.8
• 申請日: 2021-06-07
• 公開（公告）號: CN113341874B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 孫玉文;官俊楠;徐金亭;張宇寧;周鑫
• 申請（專利權）人: 大連理工大學
• 主分類號: G05B19/19
• 分類號: G05B19/19
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 溫福雪

本發明提供了一種基于混合推理的車削加工參數自動加載方法，屬于智能制造技術領域。該方法旨在基于工件材料數據庫和車削加工參數專家知識庫，通過混合推理解決目前車削加工中加工參數與工件材料不匹配的難題。首先，根據材料加工屬性參數，構建工件材料數據庫；考慮影響車削加工參數的主要因素：加工階段、加工特征、刀具材料、工件材料，構建車削加工參數專家知識庫；進而，通過工件材料編碼，建立車削加工參數專家知識庫與工件材料數據庫之間的關聯關系；在此基礎上，給出融合規則正向推理與模糊聚類算法的混合推理策略，實現與工件材料特性相匹配的車削加工參數的自動加載，從而可有效減輕工藝人員的設計負擔。

技術領域

本發明屬于智能制造技術領域，涉及一種基于混合推理的車削加工參數自動加載方法。

背景技術

車削加工是以工件作回轉運動，刀具在平面內作直線或曲線進給，從工件上移除材料的一種加工方法，是機械加工的重要組成部分。在切削過程中，切削參數的合理選擇對切削效率、加工質量和制造成本具有重要的影響。目前，車削加工工藝人員主要根據機床或刀具廠商推薦，或者依據個人的加工經驗選擇切削參數。此種基于經驗的方法簡便易用，但由于缺乏理論指導和優化工具，很難獲得合理最優的切削參數，很難充分發揮高檔數控車床的加工潛能，甚至易發生損壞刀具和機床主軸的現象。因此，切削參數的合理選擇，直接關系到能否安全有效地使用刀具與機床，對提高加工效率與加工精度、降低生產成本具有重要的作用。文獻“銑削加工數據庫專家系統的研究與設計，碩士學位論文，汪亞萍”針對銑削加工，采用數據庫與專家系統技術，設計銑削加工數據庫；文獻“數控銑削加工切削參數優選專家系統的研究，碩士學位論文，藍淵”針對銑削加工，使用專家系統技術，當實際加工條件與知識庫中的知識相匹配時，實現了銑削加工切削參數的自動加載，但當知識庫中沒有與實際加工條件精確匹配的規則時，則無法輸出加工參數。文獻“孔加工切削參數優化系統的研究與開發，碩士學位論文，趙鵬飛”，建立了以最小加工工時、最小加工成本為目標函數，以表面粗糙度等技術要求為約束的孔加工切削參數優化模型，并提出了一種結合遺傳算法與非線性規劃尋優的優化算法，利用該算法計算優化模型得到優化后的孔加工切削參數，但只適用于孔的車削加工。到目前為止，融合規則正向推理與模糊聚類算法的混合推理的車削加工參數自動加載方法還未在相關文獻和專利中出現。

發明內容

為解決目前車削加工中加工參數與工件材料不匹配的難題，本發明提供了一種基于混合推理的車削加工參數自動加載方法。

本發明所采用的技術方案是：首先根據材料加工屬性參數，構建工件材料數據庫；考慮影響車削加工參數的主要因素：加工階段、加工特征、刀具材料、工件材料，構建車削加工參數專家知識庫；進而，通過工件材料編碼，建立車削加工參數專家知識庫與工件材料數據庫之間的關聯關系；在此基礎上，給出融合規則正向推理與模糊聚類算法的混合推理策略，實現與工件材料特性相匹配的車削加工參數的自動加載。具體實施步驟為：

步驟1.考慮影響材料加工性能參數，構建工件材料數據庫。工件材料數據庫由材料編號和材料加工屬性參數構成，其中材料加工屬性參數包括布氏硬度(N/mm²)、抗拉強度(N/mm²)、塑性延伸率(％)、導熱率(W/(m·k))、沖擊韌度(KJ/m²)；工件材料數據庫具備材料編號及材料加工屬性參數的添加、查詢、刪除及修改功能。

步驟2.將車削加工經驗知識化，構建車削加工參數專家系統知識庫。車削加工參數專家系統知識庫中包括車削加工參數、加工階段、加工特征、刀具材料、工件材料和加工規則；車削加工參數專家系統知識庫應具備加工規則的添加、查詢、刪除及修改功能。車削加工參數專家系統知識庫具體內容如下：

a1.步驟2中的車削加工參數包括：最小切削深度(mm)、最大切削深度(mm)；最小進給量(mm/r)、最大進給量(mm/r)；最小切削速度(m/min)、最大切削速度(m/min)；

a2.步驟2中的加工階段包括粗加工、半精加工和精加工；