一种数控加工刀具路径的自适应滤波优化方法

    公开(公告)号:CN116700149A

    公开(公告)日:2023-09-05

    申请号:CN202310816890.2

    申请日:2023-07-05

    Abstract: 本发明涉及一种数控加工刀具路径的自适应滤波优化方法,用于工程制造系统流程中对计算机辅助制造系统(CAM)生成的NC程序存在的刀具路径的缺陷进行定位并优化。首先,定义了数控系统加工路径的信息模型,通过对CAM系统生成的NC工艺文件进行解析提取出进给轴的位置信息并利用可视化工具生成刀具路径,利用OPC UA实现加工路径的信息模型的映射和封装,在应用系统中使用路径自适应优化算法对缺陷路径进行优化并发送至OPC UA服务器,OPC UA服务器集成在数控系统中,数控系统利用优化后的刀具路径进行加工。该方法能够实现数控系统加工刀具路径的自适应优化和实时的数据传输,并且能够辅助工程师的工艺设计,减轻工艺开发和监控的负担以及提高工件的加工质量,缩短生产周期。

    一种基于OPC UA的多源异构数控系统监控服务器

    公开(公告)号:CN114077633A

    公开(公告)日:2022-02-22

    申请号:CN202010847576.7

    申请日:2020-08-21

    Abstract: 本发明涉及一种基于OPC UA的多源异构数控系统监控服务器,中间层,用于收集多源异构的数控系统发来的数据,并使用OPC UA通信协议对数据格式进行处理转化并封装,发送至OPC UA服务器;OPC UA服务器,用于通过OPC UA模板映射方法将已经建立的XML源模型映射为OPC UA服务器模型并存储。该方法能够通过OPC UA数据服务器访问接口进行数据采集,建立一个统一的多源异构数据信息收集平台,通过一个协议便可以采集到多种数控设备的数据项,同时即使是不同编程语言采集的数据项也可以写到同一个OPC UA节点模板中;可以更方便的实现系统架构模块的分离,在保证了数据传输安全的基础上,提高了后续工作对数据的管理效率。

    一种基于深度学习的数控系统工件加工路径特征识别方法

    公开(公告)号:CN119668197A

    公开(公告)日:2025-03-21

    申请号:CN202311216344.1

    申请日:2023-09-20

    Abstract: 本发明涉及一种基于深度学习的数控系统工件加工路径特征识别方法。该方法主要通过解析和处理数控机床生成的G代码,以获取工件加工时的刀具路径的特征。特别地,该方法不仅进行基础的数据预处理和清洗,而且通过建立刀具路径特征指标,如路径长度、角度、曲率等,以进行更深入的分析。通过特征指标分类后的数据将被用作深度学习算法的输入,进一步实现对刀具路径特征的高效识别。本发明提供了一种数控加工刀具路径特征识别方法,不仅提高了特征识别的效率和准确性,而且通过深度学习算法的应用,进一步加强了对复杂加工路径的感知能力,并为数控系统加工路径的智能识别提供支持。

    一种基于禁忌搜索遗传算法的车间柔性作业调度方法

    公开(公告)号:CN115700647A

    公开(公告)日:2023-02-07

    申请号:CN202110841603.4

    申请日:2021-07-26

    Abstract: 本发明涉及结合局部禁忌搜索策略和遗传算法的调度优化领域,具体说是一种基于禁忌搜索遗传算法的车间柔性作业调度方法。以最大完工时间为优化目标,用来生成车间柔性作业调度方案和提高生产效率。本发明分为两个部分:全局搜索阶段将遗传算法的基本要素分为染色体编码解码、初始化种群、设置迭代遗传算子和种群约束规则,在种群空间快速并行搜索,得到均匀分布的可行解;在局部禁忌搜索阶段建立禁忌表、设置禁忌搜索长度等条件,进行局部优化解的迭代搜索,使算法摆除重复工作,避免过早陷入邻域最优解。本方法结合了遗传算法和禁忌搜索的优点,提高了种群空间的搜索效率,能够在规定迭代次数内优化最大完工时间,可用于指导柔性作业车间生产。

Patent Agency Ranking