[发明专利]蓝宝石化学机械抛光加工工艺智能决策方法、系统及终端

权利要求书

1.一种蓝宝石化学机械抛光加工工艺智能决策方法，其特征在于，所述蓝宝石化学机械抛光加工工艺智能决策方法包括：

化学机械抛光智能工艺决策系统框架、化学机械抛光加工基础数据库、化学机械抛光加工知识库、化学机械抛光加工问题定义、化学机械抛光加工实例优选、化学机械抛光加工方案预测以及化学机械抛光加工应用；

所述化学机械抛光加工基础数据库包括抛光机库、抛光头库、抛光垫库、抛光液库、材料库和修整库；

所述化学机械抛光加工知识库包括化学机械抛光加工实例库、模型库、算法库和规则库；其中，所述实例库包括工艺问题描述、工艺问题解决方案、工艺问题应用效率与评价，所述模型库、算法库和规则库包括蓝宝石化学机械抛光工艺智能决策过程所需的对应信息；

所述化学机械抛光加工应用包括化学机械抛光工艺实例优选和化学机械抛光工艺方案推理；

所述化学机械抛光加工问题定义是通过对应在实例库中的工艺问题描述部分模块化输入用于后续智能工艺决策过程所需要的基本信息，包括蓝宝石尺寸、厚度、材料去除率、表面粗糙度、亚表面损伤和平面度；基本信息输入后生成工艺问题定义文件，在实例回收阶段将决策并应用评价后剩余信息拼接，形成新的工艺实例存储到化学机械抛光加工知识库中；

所述化学机械抛光工艺实例优选是基于三支决策理论、层次分析法以及最近邻算法计算的全局相似度、置信度与活性度的综合置信因子所实现；

所述化学机械抛光工艺方案推理是基于结合决策树与深度神经网络的异质集成学习与粒子群算法优化的预测模型所实现；

开展化学机械抛光加工实例优选，若没有满足阈值设定的实例或优选得到的实例在预实验的加工效果无法满足加工需求，则进行化学机械抛光加工方案预测；在化学机械抛光加工实例优选过程中，采用主客观权重相结合的方法，其中，选取三支决策理论计算各属性的客观权重值，选取层析分析法计算各属性的主观权重值，采取线性加权原理获得综合特征属性权重值；采用最近邻算法计算新工艺问题与各个实例间属性的局部相似度值，再结合各特征属性权重，计算新工艺问题与各个实例的整体相似度值并按照降序排列，通过实例优选将满足设定阈值的实例编号输出；当无法检索出满足阈值的实例或检索出的实例无法满足加工需求时，将启用工艺方案预测模块，基于决策树与深度神经网络算法的异质集成学习的工艺优化算法，并采用粒子群算法优化机器学习与深度学习组合权重值，获取最优学习预测结果，并结合实例优选形成最终加工方案；

所述蓝宝石化学机械抛光加工工艺智能决策方法包括以下步骤：

步骤一，基于7R模型建立蓝宝石化学机械抛光智能工艺决策系统框架；

步骤二，基于数据库结构建立完善的化学机械抛光数据库；

步骤三，结合三支决策理论、层次分析法以及最近邻算法计算的全局相似度、置信度与活性度的综合置信因子开展实例优选；

步骤四，建立结合决策树与深度神经网络的异质集成学习与粒子群算法优化的预测模型获得最优抛光工艺方案输出；

步骤五，基于Qt 4.8.7和SQLite 3开发蓝宝石化学机械抛光加工工艺决策系统并应用于国产数控抛光机床。

2.如权利要求1所述蓝宝石化学机械抛光加工工艺智能决策方法，其特征在于，所述步骤一中的7R模型包括实例表达、实例重用、实例检索、实例推理、实例修改、实例回收以及实例再分类。