[发明专利]一种零件工艺规程编制方法、装置、存储介质及电子设备在审
申请号: | 202111119200.5 | 申请日: | 2021-09-24 |
公开(公告)号: | CN113901647A | 公开(公告)日: | 2022-01-07 |
发明(设计)人: | 邱世广;郭喜锋;汪迢迪;梁文馨;赵美佳 | 申请(专利权)人: | 成都飞机工业(集团)有限责任公司 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06T7/00;G06K9/62;G06F119/18 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 肖宇扬 |
地址: | 610000 四川*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 零件 工艺 规程 编制 方法 装置 存储 介质 电子设备 | ||
1.一种零件工艺规程编制方法,其特征在于,应用于电子设备,包括以下步骤:
获取目标零件的零件图像的特征向量;
将所述特征向量输入已训练的分类器,以获得所述目标零件的结构特征;
基于所述目标零件的结构特征以及所述目标零件的工艺信息,从预设知识库中获取与所述目标零件匹配的目标工艺规程;其中,所述预设知识库中包括若干零件以及所述若干零件对应的工艺规程。
2.根据权利要求1所述的零件工艺规程编制方法,其特征在于,在所述获取目标零件的零件图像的特征向量的步骤之前,所述方法还包括:
获取多个现有零件的图像,并基于现有零件的结构特征对所述现有零件的图像进行分类,形成多种结构特征对应的多个数据集;其中,每个数据集中包括一种结构特征对应的现有零件的图像,每个现有零件的图像包括不同视角的多个视图;
对每个数据集中不同视角的多个视图进行特征提取,获取每个数据集中多个视图的特征向量;
对所述多个视图的特征向量进行拼接和标准化处理,获得所述多个现有零件的特征矩阵;
定义所述多个现有零件的结构特征的标签,并基于所述特征矩阵,获得所述多个现有零件的标签矩阵;
以所述特征矩阵为输入,以所述标签矩阵为输出,进行分类器训练,形成所述已训练的分类器。
3.根据权利要求2所述的零件工艺规程编制方法,其特征在于,所述分类器为朴素贝叶斯分类器。
4.根据权利要求2所述的零件工艺规程编制方法,其特征在于,所述不同视角的多个视图包括轴测图和俯视图。
5.根据权利要求2所述的零件工艺规程编制方法,其特征在于,所述对每个数据集中不同视角的多个视图进行特征提取,获取每个数据集中多个视图的特征向量的步骤,包括:
采用主成分分析法,对每个数据集中不同视角的多个视图进行特征提取,获取每个数据集中多个视图的特征向量。
6.根据权利要求1-5中任一项所述的零件工艺规程编制方法,其特征在于,所述结构特征包括:单双面、高缘条、鼓包、叉耳、密封槽及孔系中的至少一种,所述工艺信息包括材料、属性及特种检验信息中的至少一种。
7.一种分类器训练方法,其特征在于,应用于电子设备,包括以下步骤:
获取多个现有零件的图像,并基于现有零件的结构特征对所述现有零件的图像进行分类,形成多种结构特征对应的多个数据集;其中,每个数据集中包括一种结构特征对应的现有零件的图像,每个现有零件的图像包括不同视角的多个视图;
对每个数据集中不同视角的多个视图进行特征提取,获取每个数据集中多个视图的特征向量;
对所述多个视图的特征向量进行拼接和标准化处理,获得所述多个现有零件的特征矩阵;
定义所述多个现有零件的结构特征的标签,并基于所述特征矩阵,获得所述多个现有零件的标签矩阵;
以所述特征矩阵为输入,以所述标签矩阵为输出,进行分类器训练,形成所述已训练的分类器。
8.一种零件工艺规程编制装置,其特征在于,应用于电子设备,所述装置包括:
获取模块,用于获取所述目标零件的零件信息,所述零件信息包括图像、特征向量、结构特征及工艺信息;
查询模块,用于根据所述零件信息从所述预设知识库中获取与所述目标零件匹配的目标工艺规程;
输出模块,用于输出所述目标零件的工艺规程。
9.一种计算机可读存储介质,储存有计算机程序,其特征在于,所述计算机程序被处理器加载执行时,实现如权利要求1-6中任一项所述的零件工艺规程编制方法。
10.一种电子设备,其特征在于,包括处理器及存储器,其中,
所述存储器用于存储计算机程序;
所述处理器用于加载执行所述计算机程序,以使所述电子设备执行如权利要求1-6中任一项所述的零件工艺规程编制方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都飞机工业(集团)有限责任公司,未经成都飞机工业(集团)有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111119200.5/1.html,转载请声明来源钻瓜专利网。