冲压工艺参数处理方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种冲压工艺参数处理方法、装置、电子设备及存储介质，涉及计算机技术领域，尤其涉及人工智能、工业大数据和深度学习技术领域。具体实现方案为：获取冲压零件的目标尺寸信息和冲压零件的第一原料信息；根据目标尺寸信息、第一原料信息和预设的仿真模型，利用遗传算法生成冲压零件的冲压工艺优化参数；其中，仿真模型已学习得到根据工艺参数和原料信息预测冲压零件尺寸的能力。该方案可以实现冲压工艺过程中工艺参数的优化，降低冲压工艺产线的现场调试的时间成本和人力成本。工艺产线的现场调试的时间成本和人力成本。工艺产线的现场调试的时间成本和人力成本。

【技术实现步骤摘要】
冲压工艺参数处理方法、装置、电子设备及存储介质


[0001]本公开涉及计算机
，具体涉及人工智能、工业大数据及深度学习
，尤其涉及一种冲压工艺参数处理方法、装置、电子设备及存储介质。

技术介绍

[0002]在钢铁工业中，冲压工艺属于行业下游，和具体业务息息相关，属于一种金属加工方法。例如在汽车行业中，冲压工艺主要通过对上游金属进行塑性或变形，并用模具、冲压设备对原料金属施压，使原料金属发生变形、分离，从而获得一定形状、尺寸、性能的冲压零件产品。
[0003]在冲压工业业务中，工艺参数是工厂核心的技术指标，与冲压零件的质量密切相关。但是，冲压过程中的工艺参数众多，且不同的工艺参数之间相互影响，使现场调试时间较长，产品质量有待提高。

技术实现思路

[0004]本公开提供了一种冲压工艺参数处理方法、装置、电子设备及存储介质。
[0005]根据本公开的第一方面，提供了一种冲压工艺参数处理方法，所述方法包括：
[0006]获取冲压零件的目标尺寸信息和第一原料信息；
[0007]根据所述目标尺寸信息、第一原料信息和预设的仿真模型，利用遗传算法生成所述冲压零件的冲压工艺优化参数；
[0008]其中，所述仿真模型已学习得到根据工艺参数和原料信息预测冲压零件尺寸的能力。
[0009]根据本公开的第二方面，提供了一种冲压工艺参数处理装置，所述装置包括：
[0010]第一获取模块，用于获取冲压零件的目标尺寸信息和第一原料信息；
[0011]生成模块，用于根据所述目标尺寸信息、第一原料信息和预设的仿真模型，利用遗传算法生成所述冲压零件的冲压工艺优化参数；
[0012]其中，所述仿真模型已学习得到根据工艺参数和原料信息预测冲压零件尺寸的能力。
[0013]根据本公开的第三方面，提供了一种电子设备，包括：
[0014]至少一个处理器；以及
[0015]与所述至少一个处理器通信连接的存储器；其中，
[0016]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述第一方面所述的方法。
[0017]根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述第一方面所述的方法。
[0018]根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述第一方面所述的方法。
[0019]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0020]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0021]图1是根据本公开第一实施例的示意图；
[0022]图2是根据本公开第二实施例的示意图；
[0023]图3是根据本公开第三实施例的示意图；
[0024]图4是根据本公开第四实施例的示意图；
[0025]图5是根据本公开第五实施例的示意图；
[0026]图6是根据本公开第六实施例的示意图；
[0027]图7是用来实现本公开实施例的冲压工艺参数处理方法的电子设备的框图。
具体实施方式
[0028]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0029]本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。所涉及的用户个人信息是在争得用户同意的情况下获取、存储和应用的。
[0030]需要说明的是，在钢铁工业中，冲压工艺属于行业下游，和具体业务息息相关，属于一种金属加工方法。例如在汽车行业中，冲压工艺主要通过对上游金属进行塑性或变形，并用模具、冲压设备对原料金属施压，使原料金属发生变形、分离，从而获得一定形状、尺寸、性能的冲压零件产品。
[0031]在冲压工业业务中，工艺参数是工厂核心的技术指标，与冲压零件的质量密切相关。但是，冲压过程中的工艺参数众多，且不同的工艺参数之间相互影响，使现场调试时间较长，产品质量有待提高。
[0032]为了解决上述问题，本公开提供了一种压工艺参数处理方法、装置、电子设备及存储介质，通过仿真模型对冲压零件的尺寸进行预测，并利用遗传算法进行参数调优，来实现冲压工艺参数的处理，以提高冲压零件的尺寸质量。
[0033]图1为本公开实施例提供的一种冲压工艺参数处理方法的流程图。如图1所示，该方法包括以下步骤：
[0034]步骤101，获取冲压零件的目标尺寸信息和冲压零件的第一原料信息。
[0035]在本公开实施例中，冲压零件的目标尺寸信息为需求的冲压零件尺寸信息，可以理解为在实际工业业务中，期望通过冲压过程得到的冲压零件尺寸信息，比如可以包括：滑轨U型折弯端部尺寸、滑轨U型折弯根部尺寸、球道轮廓度等。冲压零件的第一原料信息是指生产冲压零件的工艺过程对应的上游金属的原料组成信息，比如可以包括：碳含量、硅含量、锰含量、磷含量、硫含量、铝含量、铬含量、铜含量、氮含量、镍含量、钛含量、铌含量、钼含
量、硼含量、矾含量、屈服强度、抗拉强度等。
[0036]作为一种示例，获取冲压零件的目标尺寸信息和第一原料信息的实现方式可以为：利用可实现信息录入的终端设备，用户通过交互界面输入冲压零件的目标尺寸信息和第一原料信息并提交，即通过接收用户提交的数据信息来获取冲压零件的目标尺寸信息和冲压零件的第一原料信息。
[0037]作为另一种示例，也可以通过请求用于存储目标尺寸信息和原料信息的数据库，根据冲压零件的标识信息来获取其对应的目标尺寸信息和第一原料信息。
[0038]作为又一种示例，冲压零件的第一原料信息也可以在预设的仿真模型的训练过程中使用的训练样本中获取，预设的仿真模型的训练样本可以是基于实际冲压过程中的工艺参数、原料信息及经过冲压工艺得到的冲压零件尺寸信息，所以可以根据冲压零件的标识，获取训练样本中该冲压零件的原料信息。
[0039]步骤102，根据目标尺寸信息、第一原料信息和预设的仿真模型，利用遗传算法生成冲压零件的冲压工艺优化参数；其中，仿真模型已学习得到根据工艺参数和原料信息预测冲压零件尺寸的能力。
[0040]需要说明的是，遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。该算法通过数学的方式，利用计算机仿真运算，将问题的求解过程转换成类似生物进化中的染色体基因的交叉、变异等过程。它借鉴生物学本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种冲压工艺参数处理方法，包括：获取冲压零件的目标尺寸信息和所述冲压零件的第一原料信息；根据所述目标尺寸信息、第一原料信息和预设的仿真模型，利用遗传算法生成所述冲压零件的冲压工艺优化参数；其中，所述仿真模型已学习得到根据工艺参数和原料信息预测冲压零件尺寸的能力。2.根据权利要求1所述的方法，其中，所述根据所述目标尺寸信息、第一原料信息和预设的仿真模型，利用遗传算法生成所述冲压零件的冲压工艺优化参数，包括：以随机的方式在预设的参数范围内，确定初始种群中每个个体代表的工艺参数；根据每个所述个体代表的工艺参数、所述第一原料信息、所述目标尺寸信息和所述仿真模型，计算每个所述个体的适用度；根据每个所述个体的适用度，对所述种群中的个体进行筛选，得到目标个体；利用所述目标个体进行交叉繁殖及变异，得到下一轮种群；响应于未满足遗传算法的终止条件，返回执行所述根据每个所述个体代表的工艺参数、所述第一原料信息、所述目标尺寸信息和所述仿真模型，计算每个所述个体的适用度的步骤；响应于满足所述遗传算法的终止条件，将满足所述遗传算法的终止条件时得到的种群中个体代表的工艺参数，确定为所述冲压零件的冲压工艺优化参数。3.根据权利要求2所述的方法，其中，所述根据每个所述个体代表的工艺参数、所述第一原料信息、所述目标尺寸信息和所述仿真模型，计算每个所述个体的适用度，包括：将每个所述个体代表的工艺参数、所述第一原料信息输入至所述仿真模型，获得每个所述个体的预测尺寸信息；根据所述目标尺寸信息和每个所述个体的预测尺寸信息，计算每个所述个体的适用度。4.根据权利要求2所述的方法，其中，所述第一原料信息中包含多组原料数据；所述根据每个所述个体代表的工艺参数、所述第一原料信息、所述目标尺寸信息和所述仿真模型，计算每个所述个体的适用度，包括：将每个所述个体代表的工艺参数、所述多组原料数据输入至所述仿真模型，获得每个所述个体的多个预测尺寸信息；根据所述目标尺寸信息，确定合格尺寸区间；将每个所述预测尺寸信息分别与所述合格尺寸区间进行比对，以计算每个所述个体预测尺寸的合格率；将每个所述个体预测尺寸的合格率，确定为对应个体的适用度。5.根据权利要求1所述的方法，还包括：获取所述冲压零件的第二原料信息；根据所述第二原料信息、所述目标尺寸信息和所述仿真模型，对所述冲压工艺优化参数进行评估。6.一种冲压工艺参数处理装置，包括：第一获取模块，用于获取冲压零件的目标尺寸信息和第一原料信息；生成模块，用于根据所述目标尺寸信息、第一原料信息和预设的仿真模型，利用遗传算
法生成所述冲压零件的冲压工艺优化参数；其中，...

【专利技术属性】
技术研发人员：石逸轩，戴明洋，刘子祥，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：