專利名稱：智能選擇切削參數的方法
技術領域：
本發明涉及智能化切削加工技術領域，具體的是一種智能選擇切削參數的方法。
現有技術目前，B.Arezoo, K.Ridgway, A.M.A.Al-Ahmari 等人用 Prolog 語言開發了 ExpertComputer Aided Tool Selection System (EXCATS)系統,它能分析和優化切削工具和切削條件，用戶能通過修改系統以滿足個性化的需求。加拿大溫莎大學開發了基于零件特征進行機床和刀具選擇的專家系統，該系統用專家系統開發工具EXSYS進行開發，知識表示采用產生式規則，推理方式為逆向推理。英國的DUNDEE大學開發了智能刀具選擇系統(ITS)，該系統包括知識庫、知識獲取處理、數據獲取處理等子系統，可利用知識庫中已有的信息或算術邏輯尋找最佳切削加工條件。中國的西北工業大學開發了宇航難加工材料切削專家系統，該系統介紹了用人工智能技術在PC機上Turbo-Prolog環境下,建立一個能夠根據工件材料牌號判別其所屬種類及切削加工性，并能夠給出相應的加工對策，它利用產生式表示法建立規則庫，并在判定材料類型模塊、推斷材料加工型模塊和推斷切削對策模塊時分別運用正向推理、混合推理和反向推理作為推理機制，實現了對宇航難加工材料切削方案的咨詢。但是，現有的這些技術還存在一些不足的地方，例如:
(1)開發語言專一且不易與其他程序設計語言嵌套，使以專家系統為子系統的應用系統(如DSS)開發受到影響；
(2)切削數據庫的數據來源于手冊、文獻，數據不夠優化，對影響切削加工的因素考慮的不夠，不能夠全面地反映切削加工的過程；
(3)零件工藝信息的獲取較為單一，一般通過人機交互手工輸入，不夠智能化；
(4)推理機效率較低，不夠靈活；
(5)系統較為孤立，很少能與其它CAD/CAM系統集成在一起。
發明內容
本發明的目的是要克服現有技術中的不足，提供一種智能選擇切削參數的方法，可實現切削參數的自動和智能化選擇。為實現上述目的，本發明采取的技術方案為:
一種智能選擇切削參數的方法，將機械加工技術與人工智能技術、數據庫技術、編程技術結合在一起，其特征是，采用編程技術結合SQL語言系統平臺，采用基于規則推理的技術，推理機結合數據庫，但推理機與知識庫分離，將知識庫擴充專家系統，其具體的決策步驟為:
(1)采用基于規則推理的技術，針對用戶提供的切削初始事實進行推理；
(2)根據加工特征選出符合要求的刀具；
(3)根據所選的刀具自動計算加工余量； (4)針對各個加工過程選擇合理的切削用量參數；
(5)調用參數優化模塊對選取的參數進行優化。本發明智能選擇切削參數的方法的積極效果是:
(I)采用編程技術結合SQL語言系統平臺，解決了不同格式零件信息的導入和零件工藝信息的識別，并實現了專家系統與其他CAD/CAM系統的集成。(2)本發明利用的數據不僅來自切削文獻和手冊，專家的經驗也得到了極大的體現，并且調用優化算法對推薦的參數進行優化，得到了合理、科學的切削參數。(3)用SQL Server數據庫存儲專家系統知識庫中的知識和構造推理機，對知識進行有效的管理，同時也有利于推理機的工作，通過應用程序與后臺聯接，方便了用戶對數據的操作，降低了數據的冗余，數據庫的安全性較高。(4)優化了工藝決策的過程，可用智能化決策系統取代人工決策，決策更科學，生產運營成本更低。
附圖1為本發明智能選擇切削參數的方法的決策步驟框 附圖2為本發明智能選擇切削參數的方法采用的切削參數選擇應用模塊界面；
附圖3為本發明智能選擇切削參數的方法采用的刀片管理系統界面；
附圖4為本發明智能選擇切削參數的方法采用的優化系統界面；
附圖5為本發明智能選擇切削參數的方法采用的知識庫管理系統界面；
圖中結構包括規則表(Rule_List)、規則前提表(Rule_Pre)、規則結論表(Rule_Con)、事實庫(Fact_List)。
具體實施例方式以下結合附圖再具體解釋本發明智能選擇切削參數的方法。參見附圖2，本發明智能選擇切削參數的方法的總體技術方案
本發明將機械加工技術與人工智能技術、數據庫技術、編程技術結合在一起，采用編程技術結合SQL語言系統平臺，采用基于規則推理的技術，推理機結合數據庫，但推理機與知識庫分離，將知識庫擴充專家系統。本發明采用Visual C++編制主要應用模塊:例:針對某典型軸類零件，其直徑、長度為IOOmmX 160mm，材料為45#鋼，其他參數如I圖所示；當用戶選擇切削參數選擇應用模塊時，點擊圖1中的讀入特征信息按鈕，將自動讀入零件的加工特征信息以及工件的相關信息、機床信息等并顯示在各相應的編輯框當中，當點擊調用推理機按鈕時，后臺的專家系統推理機將依次對求解目標進行推理求解:首先，程序對刀具材料進行推斷，其次，程序對刀片的前四位代碼進行推理；根據這二者的推理結果，系統在刀具庫中搜索符合條件的刀具型號，再自動計算加工余量，然后根據已有條件推斷出合理的切削用量；最后調用優化模塊對參數進行優化。具體設計步驟為(參見附圖1):
(O刀具材料的選擇
工件材料和加工性質對刀具材料選擇的影響較大，因此賦予其較大的選擇權重，而其他的相關因素，如加工環境、機床等選用較小的權重。以此為原則歸納刀具材料選擇的專家經驗并存儲到規則庫中，然后根據實際獲得的初始事實并利用推理機推理確定刀具材料。(2)刀片型號前四位代碼 在刀片型號前四位的代碼中，
I號位表示車刀刀片的夾緊方式，它與加工條件、工件材料等有關；
2號位表示車刀刀片形狀，它與加工的對象、刀具的主偏角、刀尖角和有效刃數有關；
3號位表示車刀頭部形狀，它與主偏角有關；
4號位表示車刀刀片法后角，它與工藝系統剛性、工件材料有關。以此為原則歸納前四位刀具代碼選擇的專家經驗，將之存儲到規則庫中，然后根據實際獲得的初始事實并利用推理機推理確定前四位代碼。(3)切削刀具的選擇
根據推理得到的刀具材料和刀片型號前四位代碼，利用ADO技術連接訪問刀具數據庫，查詢符合條件的刀具(刀片管理系統如附圖3所示)。(4)切削用量的選取
切削用量包括切削速度(主軸轉速)、背吃刀量、進給量。切削用量的大小對切削力、切削功率、刀具磨損、加工質量和加工成本均有顯著影響。以專家經驗和實際操作知識為依據，利用切削用量初選模塊初步確定切削深度值以及進給量和切削速度的合理范圍值。切削用量的選擇原則是:首先是根據粗加工后的余量確定背吃刀量，其次是根據已加工表面的粗糙度要求選取較小的進給量，最后是在保證刀具使用壽命的前提下，盡可能選取較高的切削速度。然后以此為原則歸納切削用量選擇的專家經驗，將之存儲到規則庫中，然后根據實際獲得的初始事實并利用推理機推理確定切削用量。( 5 )切削參數優化模塊
參見附圖4，調用參數優化選項，選擇最高生產率、最低加工成本或者多目標為優化目標，并確定其他輔助加工時間和設備成本，點擊優化按鈕，通過調用復合型優化算法計算得到優化后的參數。本發明智能選擇切削參數的方法采用的知識庫和推理機的設計方案。采用基于規則方法表示知識，結合數據庫和面向對象技術構造推理機
產生式規則表示的基本形式是IF P THEN Q，其中P是產生式的前提，Q是一組結論或動作。下面為本系統中用產生式表示的一條規則:
If (WpMateriaI==High-quaIity_carbon_steel)
(Turn_Mode==rough_turn)
(Process_Condition==good)
(IT==6)
Then (Tool_Material==YT15)
規則的存儲結構將影響到搜索方式和搜索效率，為了符合推理的形式以及提高系統的效率，本發明將一條產生式規則拆分為條件、結論、置信度和描述(解釋)，規則庫分為刀具選擇規則庫和切削參數選擇規則庫，各規則庫由規則表(Rule_List)、條件構成表(Rule_Pre)、結論構成表( Rule_Con)、事實表(Fact_List)組成；將一條產生式規則拆分為條件、結論、置信度和描述(解釋)，將其用不同的表表示出來，再利用Sql表中主鍵和外鍵的關系，將其重新連接成產生式規則的結構，以適用于推理。各表的組成字段如附圖5所示。本發明智能選擇切削參數的方法采用的推理機的具體推理步驟為:
(I)在進行推理之前,首先將規則表(Rule_ List)中的Rule_Act_Pres字段置為0，表示當前所有規則的所有條件沒有一條被激活，同時，將規則表(Rule_List)的RUle_USed字段、條件構成表(Rule_Pre)和結論構成表(Rule_Con)的Fact_Act字段、事實表(Fact_List)的Fact_Known字段和黑板數據表(Blackboard)的FactJJsed字段設置為O ;(本推理程序將未知設置為0，已知設置為I)。(2)清空黑板數據表(Blackboard)，將獲得的初始事實和原始數據存儲到黑板數據表(Blackboard),并設置已用標識FactJJsed字段為I。(3)檢查黑板數據表(Blackboard)中是否已經包含了問題的解,若有,則求解結束，并成功退出；
否則執行下一步。(4)判斷黑板數據表(Blackboard)是否存在一條事實所對應的Fact_used字段為O，若不存在，則轉到7 ；
若存在，則將其置為1，同時將這些事實對應的Fact_ID字段值存入到解釋表(Exp)中，并將事實表(Fact_List)中的相應的事實的Fact_Known字段置為I。(5)針對已有事實，在條件構成表(Rule_Pre)當中查找相關前提事實，然后將條件構成表(Rule_Pre)中相應事實的Fact_Act字段置為T，表示該事實已被激活，同時將規則表(Rule_List)中該激活事實所對應的規則的已激活規則條件數Rule_Act_Pres字段加一，然后判斷此激活事實對應的規則條件數RUle_Pre_NUmS字段和已激活規則條件數RUle_Act_Pres字段是否相等，若不相等，則說明該規則的所有條件尚未全部滿足，則轉到4 ；
若相等，則執行下一步。(6)將規則表(Rule_List)中該規則的Rule_used字段置為1，然后將結論構成表(Rule_Con)中相應規則號對應的結論Fact_Act字段置為1，同時將事實表(Fact_List)中相應的事實的Fact-Known字段置為1，然后將該事實添加到全局數據表，然后轉到3。(7)詢問用戶是否可進一步補充新的事實，若可補充，則轉到2 ;
否則表示求不出解，推理失敗。本發明智能選擇切削參數的方法采用的系統可以集成到上海電氣集團中央研究院自主開發的SE300數控系統中，并作為其配套系統，這對SE300數控系統的完善、推廣應用及產業化運作產生了積極的作用，對自主研發智能化數控系統有重要的意義。
權利要求
1.一種智能選擇切削參數的方法，將機械加工技術與人工智能技術、數據庫技術、編程技術結合在一起，其特征在于，采用編程技術結合SQL語言系統平臺，采用基于規則推理的技術，推理機結合數據庫，但推理機與知識庫分離，將知識庫擴充專家系統，其具體的決策步驟為: (1)采用基于規則推理的技術，針對用戶提供的切削初始事實進行推理； (2)根據加工特征選出符合要求的刀具； (3)根據所選的刀具自動計算加工余量； (4)針對各個加工過程選擇合理的切削用量參數； (5)調用參數優化模塊對選取的參數進行優化。
全文摘要
本發明涉及智能化切削加工技術，是一種智能選擇切削參數的方法，它將機械加工技術與人工智能技術、數據庫技術、編程技術結合在一起，采用編程技術結合SQL語言系統平臺，采用基于規則推理的技術，推理機結合數據庫，但推理機與知識庫分離，將知識庫擴充專家系統，其具體的決策步驟為①采用基于規則推理的技術，針對用戶提供的切削初始事實進行推理；②根據加工特征選出符合要求的刀具；③根據所選的刀具自動計算加工余量；④針對各個加工過程選擇合理的切削用量參數；⑤調用參數優化模塊對選取的參數進行優化。其積極效果是解決了不同格式零件信息的導入和零件工藝信息的識別，優化了工藝決策過程。
文檔編號G05B19/4093GK103105822SQ20111035363
公開日2013年5月15日 申請日期2011年11月10日 優先權日2011年11月10日
發明者黃李沖, 于忠海, 陳 田 申請人:上海電機學院, 上海電氣集團股份有限公司中央研究院