TWI722344B - 加工參數自動產生系統 - Google Patents
加工參數自動產生系統 Download PDFInfo
- Publication number
- TWI722344B TWI722344B TW107143557A TW107143557A TWI722344B TW I722344 B TWI722344 B TW I722344B TW 107143557 A TW107143557 A TW 107143557A TW 107143557 A TW107143557 A TW 107143557A TW I722344 B TWI722344 B TW I722344B
- Authority
- TW
- Taiwan
- Prior art keywords
- processing
- applicable
- feature
- candidate
- generate
- Prior art date
Links
- 238000003754 machining Methods 0.000 title abstract description 8
- 238000012549 training Methods 0.000 claims abstract description 15
- 238000003062 neural network model Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 56
- 238000000034 method Methods 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000013481 data capture Methods 0.000 claims 1
- 238000005520 cutting process Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000011960 computer-aided design Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000012925 reference material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
- G06F18/24137—Distances to cluster centroïds
- G06F18/2414—Smoothing the distance, e.g. radial basis function networks [RBFN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/18—Manufacturability analysis or optimisation for manufacturability
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Graphics (AREA)
- Medical Informatics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Numerical Control (AREA)
- Architecture (AREA)
Abstract
一種加工參數自動產生系統,用以產生加工程式之加工參數以供工具機讀取後進行加工,包括:幾何資料擷取模組,用以擷取工件之幾何形狀以產生候選特徵列表;特徵辨識學習網路,根據一神經網路模型訓練候選特徵列表以取得適用特徵列表;以及加工參數學習網路,根據另一神經網路模型訓練適用特徵列表與候選加工參數以取得優化後的適用加工參數。
Description
本發明是有關於一種自動產生系統,特別是一種針對工具機之加工程式之加工參數自動產生系統。
現有的加工程式多是由工程師利用電腦輔助設計與電腦輔助製造(CAD/CAM)等軟體以進行刀具路徑規劃而編成,但是其中各種加工參數,例如轉速、進給、切深等,均須憑著經驗或參考資料,再搭配多次試加工方能取得較合適的參數,對於幾何形狀較為複雜之工件或新型材料等,則需要耗費大量時間與成本。
有鑑於此,本發明提供一種加工參數自動產生系統,結合機器學習法之特徵辨識(feature recognition),由現有之加工資訊及人為產生之資料當中,擷取出相關資料進入機器學習模型中以進行訓練,得到一個可選擇適當加工參數之模型,進而提升加工規劃與製程效率,以有效改善上述耗費時間與成本之問題。
根據本發明所揭露的一種加工參數自動產生系統,包括:幾何資料擷取模組,擷取工件之幾何形狀以產生候選特徵列表;特徵辨識學習網路,根據一神經網路模型訓練候選特徵列表以取得適用特徵列表;以及加工參數學習網路,根據另一神經網路模型訓練適用特徵列表與候選加工參數以取得優化後的適用加工參數。
以上有關於本發明揭露內容之說明及以下實施方式之說明,均用以示範與解釋本發明之精神與原理,並且提供本發明之專利申請範圍更進一步之解釋與支持。
以下在實施方式中詳細敘述本發明之詳細特徵以及優點,其內容足以使任何熟習相關技藝者,瞭解本發明之技術內容並據以實施,且根據本說明書所揭露之內容、申請專利範圍及圖式,任何熟習相關技藝者可輕易地理解本發明相關之目的及優點。以下之實施例是進一步詳細說明本發明之觀點,但非以任何觀點限制本發明之範疇。
圖1為依據本發明之一實施例之加工參數自動產生系統10之示意圖,本發明之加工參數自動產生系統10,用以產生一加工程式之加工參數,下稱產生系統10,可經由軟體或硬體方式來組成與實施,本發明並不加以限制;產生系統10舉例主要包括:幾何資料擷取模組11(下稱擷取模組11)、特徵辨識學習網路12(下稱特徵網路12)與加工參數學習網路13(下稱參數網路13)。產生系統10可接收外部所傳入之工件W之三維設計圖檔STP,例如STEP圖檔,經處理後將產生一優化後的適用加工參數,例如刀具、進給、切深等之資料,傳出予外部或內部的製程規劃軟體CAM以產生包括刀具路徑在內之加工程式,最後再經由工具機MT讀取該加工程式後以對工件W進行加工。
如圖1所示,產生系統10之擷取模組11在接收工件W之三維設計圖檔STP後,此設計圖檔STP可表示工件W完整之幾何形狀,此幾何形狀由多數之平面、圓角、倒角、槽、孔等特徵所組成,以擷取各特徵而輸出一候選特徵列表,此列表舉例可表示各特徵之編號、型態、位置等。在一訓練過程中,擷取模組11亦可選擇性地接收由特徵資料產生模組121(下稱特徵模組121)所傳來的多數訓練特徵而再輸出一訓練特徵列表,此訓練特徵是由特徵模組121以隨機或亂數方式所產生。擷取模組11將此二列表(候選特徵列表、訓練特徵列表)再傳入特徵網路12之一神經網路模型中進行學習訓練,以最終確定一適用特徵列表。本發明藉由機器學習方式以建立並訓練一模型,除可明顯提升特徵擷取之準確率,一旦此模型經多次訓練完備後,即在應用階段中,擷取模組11便可不再接收該訓練特徵列表。上述之特徵網路12雖稱為網路,但實際上仍為一演算模組,本發明並不加以限制。
當一適用列表被確定後,在一訓練過程中,加工參數資料產生模組131(下稱參數模組131)同時依據該設計圖檔STP以產生一初版的加工參數,例如刀具、工法、轉速、進給等資料,此初版的加工參數再傳入加工效能評估模組132(下稱評估模組132)中並以虛擬加工方式進行評估,以產生對應上述參數資料的加工時間、切削力等結果,但此結果可能並不符合加工需求,例如加工時間過長或切削力過大等,因此將再回饋予參數模組131重新產生及評估,直至最終符合需求為止,而此時此版的候選加工參數則將再傳入參數網路13。
本發明之參數網路13接收了候選加工參數後,將連同適用特徵列表以另一神經網路模型進行學習訓練,以最終確定選擇或產生出一修改後或優化後的適用加工參數。上述之參數網路13雖稱為網路,但實際上仍為一演算模組,本發明並不加以限制。
當一適用加工參數最終被確定後,本發明之產生系統10之加工參數自動產生程序自此完成,全程無須工程師介入選用或調整。此版之適用加工參數舉例將再交予在產生系統10外部或內部的一製程規劃軟體CAM以產生包含刀具路徑在內之加工程式,此加工程式最後由工具機MT讀取以進行加工。
本發明之加工參數自動產生系統可從工件之設計圖檔中,經由自動地產生與擷取特徵、產生加工參數、評估加工效能而至最終確定一適用的加工參數,同時也可間接或直接地產生加工程式,而此系統改變了一般以工程師親為的方式,不僅節省時間與成本,準確與優化之程度也將隨學習訓練而趨於完善,具備了發明專利之條件。
雖然本發明以前述之實施例揭露如上,然其並非用以限定本發明。在不脫離本發明之精神和範圍內,所為之更動與潤飾,均屬於本發明之專利保護範圍。關於本發明所界定之保護範圍請參考所附之申請專利範圍。
10:加工參數自動產生系統
11:幾何資料擷取模組
12:特徵辨識學習網路
121:特徵資料產生模組
13:加工參數學習網路
131:加工參數資料產生模組
132:加工效能評估模組
W:工件
STP:工件設計圖檔
CAM:製程規劃軟體
MT:工具機
圖1為本發明一實施例之加工參數自動產生系統之示意圖。
10:加工參數自動產生系統
11:幾何資料擷取模組
12:特徵辨識學習網路
121:特徵資料產生模組
13:加工參數學習網路
131:加工參數資料產生模組
132:加工效能評估模組
W:工件
STP:工件設計圖檔
CAM:製程規劃軟體
MT:工具機
Claims (3)
- 一種加工參數自動產生系統,包括:幾何資料擷取模組,擷取一工件之幾何形狀以產生一候選特徵列表;特徵辨識學習網路,根據一第一神經網路模型訓練該候選特徵列表以取得一適用特徵列表;以及加工參數學習網路,根據一第二神經網路模型訓練該適用特徵列表與一候選加工參數以取得一適用加工參數,該適用加工參數用以產生一加工程式供一工具機讀取後進行加工;其中該幾何形狀是指該工件之三維設計圖檔並包括多數特徵;其中更包括一特徵資料產生模組以產生多數訓練特徵予該幾何資料擷取模組再產生一訓練特徵列表;其中更包括一加工參數資料產生模組以根據該幾何形狀產生該候選加工參數;其中該特徵辨識學習網路更訓練該訓練特徵列表以取得該適用特徵列表。
- 如請求項1所述之加工參數自動產生系統,其中更包括一加工效能評估模組以虛擬加工方式評估該候選加工參數。
- 如請求項1所述之加工參數自動產生系統,其中更包括一製程規劃軟體以根據該適用加工參數產生包括刀具路徑之該加工程式。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107143557A TWI722344B (zh) | 2018-12-05 | 2018-12-05 | 加工參數自動產生系統 |
US16/225,931 US10762699B2 (en) | 2018-12-05 | 2018-12-19 | Machining parameter automatic generation system |
CN201910052364.7A CN111353255A (zh) | 2018-12-05 | 2019-01-21 | 加工参数自动产生*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107143557A TWI722344B (zh) | 2018-12-05 | 2018-12-05 | 加工參數自動產生系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202022653A TW202022653A (zh) | 2020-06-16 |
TWI722344B true TWI722344B (zh) | 2021-03-21 |
Family
ID=70972045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107143557A TWI722344B (zh) | 2018-12-05 | 2018-12-05 | 加工參數自動產生系統 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10762699B2 (zh) |
CN (1) | CN111353255A (zh) |
TW (1) | TWI722344B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11900026B1 (en) * | 2019-04-24 | 2024-02-13 | X Development Llc | Learned fabrication constraints for optimizing physical devices |
CN117348524B (zh) * | 2023-12-05 | 2024-01-30 | 沈阳秀展科技有限公司 | 一种根据图纸自动控制加工中心的cam*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI518469B (zh) * | 2014-09-22 | 2016-01-21 | 財團法人工業技術研究院 | 加工監控系統及方法 |
CN108115232A (zh) * | 2016-11-26 | 2018-06-05 | 阿杰·查米莱斯股份有限公司 | 用于工件的机械加工和检查的方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3872756A (en) * | 1973-06-18 | 1975-03-25 | Canron Inc | Rake angle and related stroke control for a shear or the like |
US6363298B1 (en) | 1998-10-23 | 2002-03-26 | Chrysler Corporation | Method and apparatus for generating tool paths |
JP2009545040A (ja) * | 2006-07-28 | 2009-12-17 | シーメンス アクチエンゲゼルシヤフト | 工作機械におけるポジション依存性の可撓性を補償する方法および装置 |
US7643027B2 (en) | 2007-01-18 | 2010-01-05 | Dassault Systemes Solidworks Corporation | Implicit feature recognition for a solid modeling system |
US7933679B1 (en) * | 2007-10-23 | 2011-04-26 | Cessna Aircraft Company | Method for analyzing and optimizing a machining process |
CN101817163B (zh) | 2010-03-25 | 2012-01-04 | 南京大学 | 一种基于神经网络的磨削加工工况检测方法 |
CN102289537B (zh) | 2011-06-20 | 2012-12-12 | 南京航空航天大学 | 一种复杂结构件多体特征识别方法 |
CN103235556B (zh) * | 2013-03-27 | 2015-08-19 | 南京航空航天大学 | 基于特征的复杂零件数控加工制造方法 |
TWI492008B (zh) | 2013-11-01 | 2015-07-11 | Ind Tech Res Inst | 工作機械控制系統及其方法 |
US9886529B2 (en) | 2014-08-28 | 2018-02-06 | Hcl Technologies Limited | Methods and systems for feature recognition |
US10065318B2 (en) * | 2014-09-15 | 2018-09-04 | The Boeing Company | Methods and systems of repairing a structure |
JP6219897B2 (ja) | 2015-09-28 | 2017-10-25 | ファナック株式会社 | 最適な加減速を生成する工作機械 |
CN107506565A (zh) * | 2017-10-16 | 2017-12-22 | 安徽工业大学 | 基于神经网络合金铸钢轧辊材料设计专家***的建立方法 |
JP6676030B2 (ja) * | 2017-11-20 | 2020-04-08 | 株式会社安川電機 | 把持システム、学習装置、把持方法、及び、モデルの製造方法 |
US20190258925A1 (en) * | 2018-02-20 | 2019-08-22 | Adobe Inc. | Performing attribute-aware based tasks via an attention-controlled neural network |
-
2018
- 2018-12-05 TW TW107143557A patent/TWI722344B/zh active
- 2018-12-19 US US16/225,931 patent/US10762699B2/en active Active
-
2019
- 2019-01-21 CN CN201910052364.7A patent/CN111353255A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI518469B (zh) * | 2014-09-22 | 2016-01-21 | 財團法人工業技術研究院 | 加工監控系統及方法 |
CN108115232A (zh) * | 2016-11-26 | 2018-06-05 | 阿杰·查米莱斯股份有限公司 | 用于工件的机械加工和检查的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111353255A (zh) | 2020-06-30 |
US20200184720A1 (en) | 2020-06-11 |
TW202022653A (zh) | 2020-06-16 |
US10762699B2 (en) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102591261B (zh) | 大型机翼部件柔性制孔的多层次数控编程方法 | |
CN107807610A (zh) | 一种基于特征库的复杂曲面零件机械臂加工***和方法 | |
JPH0766290B2 (ja) | 工具経路生成方法 | |
CN104217063B (zh) | 用于钢轨轧制孔型的仿真设计方法 | |
TWI722344B (zh) | 加工參數自動產生系統 | |
US10884390B2 (en) | Optimized control of a metal-cutting machine tool | |
CN104360634A (zh) | 基于特征的蒙皮镜像铣削数控程序快速生成方法 | |
Mawussi et al. | A knowledge base model for complex forging die machining | |
CN103020381A (zh) | 基于去除特征识别的三维机加工序模型顺序建模方法 | |
CN103454972A (zh) | 基于ug nx api的刀具五轴数控磨削加工自动编程的方法 | |
CN103135446A (zh) | 一种多轴数控机床刀具运动轨迹验证装置 | |
CN105184013A (zh) | 一种基于切削体的工序模型正序生成方法和装置 | |
TWI578128B (zh) | The Method of Cutting Path Generation for Dialogue Controller of CNC Machine Tool | |
CN102609564A (zh) | 一种加工特征与加工操作快速定位与对应方法 | |
CN106114037A (zh) | 一种建筑模块雕刻方法 | |
CN105589989B (zh) | 工艺模型构建方法和*** | |
CN106094731A (zh) | 一种旋转体激光切割的方法 | |
CN102938005A (zh) | 切削加工工序中间实体生成方法 | |
CN102819237B (zh) | 一种实体法铣削仿真过程中仿真目标毛坯的产生方法 | |
CN107942929B (zh) | 基于神经网络计算技术的数控车床的控制方法 | |
CN103143991B (zh) | 一种基于数控***的刀具磨制方法、装置及*** | |
Ivanović et al. | Matrix blank description as part of module for machining parameters generation along the tool path for peripheral milling | |
CN110990998B (zh) | 一种变速箱箱体智能制造工艺*** | |
TWI742981B (zh) | 加工路徑過切分析方法 | |
JP4192769B2 (ja) | 金型又は粗形材の形状モデルの創成方法 |