智能选择切削参数的方法技术

本发明专利技术涉及智能化切削加工技术，是一种智能选择切削参数的方法，它将机械加工技术与人工智能技术、数据库技术、编程技术结合在一起，采用编程技术结合SQL语言系统平台，采用基于规则推理的技术，推理机结合数据库，但推理机与知识库分离，将知识库扩充专家系统，其具体的决策步骤为：①采用基于规则推理的技术，针对用户提供的切削初始事实进行推理；②根据加工特征选出符合要求的刀具；③根据所选的刀具自动计算加工余量；④针对各个加工过程选择合理的切削用量参数；⑤调用参数优化模块对选取的参数进行优化。其积极效果是：解决了不同格式零件信息的导入和零件工艺信息的识别，优化了工艺决策过程。

【技术实现步骤摘要】

本专利技术涉及智能化切削加工
，具体的是一种。现有技术目前，B.Arezoo, K.Ridgway, A.M.A.Al-Ahmari 等人用 Prolog 语言开发了 ExpertComputer Aided Tool Selection System (EXCATS)系统,它能分析和优化切削工具和切削条件，用户能通过修改系统以满足个性化的需求。加拿大温莎大学开发了基于零件特征进行机床和刀具选择的专家系统，该系统用专家系统开发工具EXSYS进行开发，知识表示采用产生式规则，推理方式为逆向推理。英国的DUNDEE大学开发了智能刀具选择系统(ITS)，该系统包括知识库、知识获取处理、数据获取处理等子系统，可利用知识库中已有的信息或算术逻辑寻找最佳切削加工条件。中国的西北工业大学开发了宇航难加工材料切削专家系统，该系统介绍了用人工智能技术在PC机上Turbo-Prolog环境下,建立一个能够根据工件材料牌号判别其所属种类及切削加工性，并能够给出相应的加工对策，它利用产生式表示法建立规则库，并在判定材料类型模块、推断材料加工型模块和推断切削对策模块时分别运用正向推理、混合推理和反向推理作为推理机制，实现了对宇航难加工材料切削方案的咨询。但是，现有的这些技术还存在一些不足的地方，例如: (1)开发语言专一且不易与其他程序设计语言嵌套，使以专家系统为子系统的应用系统(如DSS)开发受到影响； (2)切削数据库的数据来源于手册、文献，数据不够优化，对影响切削加工的因素考虑的不够，不能够全面地反映切削加工的过程； (3)零件工艺信息的获取较为单一，一般通过人机交互手工输入，不够智能化； (4)推理机效率较低，不够灵活； (5)系统较为孤立，很少能与其它CAD/CAM系统集成在一起。
技术实现思路
本专利技术的目的是要克服现有技术中的不足，提供一种，可实现切削参数的自动和智能化选择。为实现上述目的，本专利技术采取的技术方案为: 一种，将机械加工技术与人工智能技术、数据库技术、编程技术结合在一起，其特征是，采用编程技术结合SQL语言系统平台，采用基于规则推理的技术，推理机结合数据库，但推理机与知识库分离，将知识库扩充专家系统，其具体的决策步骤为: (1)采用基于规则推理的技术，针对用户提供的切削初始事实进行推理； (2)根据加工特征选出符合要求的刀具； (3)根据所选的刀具自动计算加工余量； (4)针对各个加工过程选择合理的切削用量参数； (5)调用参数优化模块对选取的参数进行优化。本专利技术的积极效果是: (I)采用编程技术结合SQL语言系统平台，解决了不同格式零件信息的导入和零件工艺信息的识别，并实现了专家系统与其他CAD/CAM系统的集成。(2)本专利技术利用的数据不仅来自切削文献和手册，专家的经验也得到了极大的体现，并且调用优化算法对推荐的参数进行优化，得到了合理、科学的切削参数。(3)用SQL Server数据库存储专家系统知识库中的知识和构造推理机，对知识进行有效的管理，同时也有利于推理机的工作，通过应用程序与后台联接，方便了用户对数据的操作，降低了数据的冗余，数据库的安全性较高。(4)优化了工艺决策的过程，可用智能化决策系统取代人工决策，决策更科学，生产运营成本更低。附图说明附图1为本专利技术的决策步骤框 附图2为本专利技术采用的切削参数选择应用模块界面； 附图3为本专利技术采用的刀片管理系统界面； 附图4为本专利技术采用的优化系统界面； 附图5为本专利技术采用的知识库管理系统界面； 图中结构包括规则表(Rule_List)、规则前提表(Rule_Pre)、规则结论表(Rule_Con)、事实库(Fact_List)。具体实施例方式以下结合附图再具体解释本专利技术。参见附图2，本专利技术的总体技术方案 本专利技术将机械加工技术与人工智能技术、数据库技术、编程技术结合在一起，采用编程技术结合SQL语言系统平台，采用基于规则推理的技术，推理机结合数据库，但推理机与知识库分离，将知识库扩充专家系统。本专利技术采用Visual C++编制主要应用模块:例:针对某典型轴类零件，其直径、长度为IOOmmX 160mm，材料为45#钢，其他参数如I图所示；当用户选择切削参数选择应用模块时，点击图1中的读入特征信息按钮，将自动读入零件的加工特征信息以及工件的相关信息、机床信息等并显示在各相应的编辑框当中，当点击调用推理机按钮时，后台的专家系统推理机将依次对求解目标进行推理求解:首先，程序对刀具材料进行推断，其次，程序对刀片的前四位代码进行推理；根据这二者的推理结果，系统在刀具库中搜索符合条件的刀具型号，再自动计算加工余量，然后根据已有条件推断出合理的切削用量；最后调用优化模块对参数进行优化。具体设计步骤为(参见附图1): (O刀具材料的选择 工件材料和加工性质对刀具材料选择的影响较大，因此赋予其较大的选择权重，而其他的相关因素，如加工环境、机床等选用较小的权重。以此为原则归纳刀具材料选择的专家经验并存储到规则库中，然后根据实际获得的初始事实并利用推理机推理确定刀具材料。(2)刀片型号前四位代码 在刀片型号前四位的代码中， I号位表示车刀刀片的夹紧方式，它与加工条件、工件材料等有关； 2号位表示车刀刀片形状，它与加工的对象、刀具的主偏角、刀尖角和有效刃数有关； 3号位表示车刀头部形状，它与主偏角有关； 4号位表示车刀刀片法后角，它与工艺系统刚性、工件材料有关。以此为原则归纳前四位刀具代码选择的专家经验，将之存储到规则库中，然后根据实际获得的初始事实并利用推理机推理确定前四位代码。(3)切削刀具的选择 根据推理得到的刀具材料和刀片型号前四位代码，利用ADO技术连接访问刀具数据库，查询符合条件的刀具(刀片管理系统如附图3所示)。(4)切削用量的选取 切削用量包括切削速度(主轴转速)、背吃刀量、进给量。切削用量的大小对切削力、切削功率、刀具磨损、加工质量和加工成本均有显著影响。以专家经验和实际操作知识为依据，利用切削用量初选模块初步确定切削深度值以及进给量和切削速度的合理范围值。切削用量的选择原则是:首先是根据粗加工后的余量确定背吃刀量，其次是根据已加工表面的粗糙度要求选取较小的进给量，最后是在保证刀具使用寿命的前提下，尽可能选取较高的切削速度。然后以此为原则归纳切削用量选择的专家经验，将之存储到规则库中，然后根据实际获得的初始事实并利用推理机推理确定切削用量。( 5 )切削参数优化模块 参见附图4，调用参数优化选项，选择最高生产率、最低加工成本或者多目标为优化目标，并确定其他辅助加工时间和设备成本，点击优化按钮，通过调用复合型优化算法计算得到优化后的参数。本专利技术采用的知识库和推理机的设计方案。采用基于规则方法表示知识，结合数据库和面向对象技术构造推理机 产生式规则表示的基本形式是IF P THEN Q，其中P是产生式的前提，Q是一组结论或动作。下面为本系统中用产生式表示的一条规则:If (WpMateriaI==High-quaIity_carbon_steel)(Turn_Mode==rough_turn)(Process_Condition==good)(IT==6)Then (Tool_Mater本文档来自技高网...

【技术保护点】
一种智能选择切削参数的方法，将机械加工技术与人工智能技术、数据库技术、编程技术结合在一起，其特征在于，采用编程技术结合SQL语言系统平台，采用基于规则推理的技术，推理机结合数据库，但推理机与知识库分离，将知识库扩充专家系统，其具体的决策步骤为：（1）采用基于规则推理的技术，针对用户提供的切削初始事实进行推理；（2）根据加工特征选出符合要求的刀具；（3）根据所选的刀具自动计算加工余量；（4）针对各个加工过程选择合理的切削用量参数；（5）调用参数优化模块对选取的参数进行优化。

【技术特征摘要】

【专利技术属性】
技术研发人员：黄李冲，于忠海，陈田，
申请(专利权)人：上海电机学院， 上海电气集团股份有限公司中央研究院，
类型：发明
国别省市：上海;31