[发明专利]一种基于STEP-NC的智能非线性工艺规划方法有效
申请号: | 201810201335.8 | 申请日: | 2018-03-12 |
公开(公告)号: | CN108389001B | 公开(公告)日: | 2021-10-15 |
发明(设计)人: | 张禹;曾奇峰;杨亚飞;木国栋 | 申请(专利权)人: | 东北大学 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06N3/04;G06N7/08;G06N3/12;G06Q50/04 |
代理公司: | 北京易捷胜知识产权代理事务所(普通合伙) 11613 | 代理人: | 韩国胜 |
地址: | 110169 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于STEP‑NC的智能非线性工艺规划方法,该方法包括通过预先训练的BP神经网络模型,确定与零件加工特征类型对应的加工操作方法;基于预定义的加工工步排序原则,对加工操作方法中的所有加工工步进行排序,得到合理的加工工步序列;针对加工工步序列中的每一个加工工步,选择与该加工工步匹配的资源,并采用混沌遗传算法对每一条加工工步序列以及对每一加工工步的的工艺参数进行优化,得到最优的加工工艺规划。上述方法将混沌算法、遗传算法与BP神经网络进行有机结合应用于STEP‑NC的工艺优化,可以进行高效、精准和智能的逻辑推理,有效解决复杂的工艺规划问题,同时为STEP‑NC理论的进一步研究具有重要意义。 | ||
搜索关键词: | 一种 基于 step nc 智能 非线性 工艺 规划 方法 | ||
【主权项】:
1.一种基于STEP‑NC的智能非线性工艺规划方法,其特征在于,包括:步骤1、通过预先训练的BP神经网络模型,确定与零件加工特征类型对应的加工操作方法;步骤2、基于预先定义的加工工步排序原则,对所有加工特征类型的加工操作方法中的所有加工工步进行排序,得到合理的加工工步序列;步骤3、针对所有加工工步序列中的每一个加工工步,选择与该加工工步匹配的资源;采用混沌遗传算法对每一条加工工步序列以及对每一加工工步的资源包括的工艺参数进行优化,获得最优的加工工艺规划。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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东北大学,未经东北大学许可,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/patent/201810201335.8/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理