[发明专利]基于特征样本的飞机结构件神经网络加工时间预测方法

权利要求书

1.一种基于特征样本的飞机结构件神经网络加工时间预测方法，其特征在于，包括以下步骤：

步骤1、建立典型加工特征库；

步骤2、提炼典型加工特征参数；

步骤3、提炼影响加工时间的切削参数；

步骤4、基于典型工艺方案、提炼的典型加工特征参数和切削参数，在数控系统仿真平台上进行加工时间仿真；

步骤5、基于加工时间仿真数据建立典型特征样本库；

步骤6、基于典型特征样本库中的样本构建BP神经网络；

步骤7、提取待预测加工时间零件实例的加工特征；

步骤8、基于BP网络预测零件加工时间。

2.如权利要求1所述基于特征样本的飞机结构件神经网络加工时间预测方法，其特征在于，所述典型加工特征库包含槽、筋顶、孔及轮廓四大类加工特征，其中槽特征包含腹板、内型及转角三种子特征，筋顶特征分为水平筋顶、斜筋顶和弧筋顶三类，孔分为圆孔和非圆孔两类。

3.如权利要求1所述基于特征样本的飞机结构件神经网络加工时间预测方法，其特征在于，所述典型加工特征参数包括：

a.影响筋顶加工时间的几何参数，包括：水平筋顶和弧筋顶特征的加工驱动线长度、斜筋顶的加工驱动线长度和斜筋顶的倾角；

b.影响槽加工时间的几何参数，分别由槽各个子特征的几何参数决定，包括：1)槽腹板面积； 2)槽内型的驱动线长度 ；3) 槽转角的半径、夹角和深度； 

c.影响轮廓特征加工时间的几何参数，包括：外轮廓的周长及轮廓的高度； 

d.影响圆孔特征加工时间的几何参数，包括：孔径、孔深和孔的加工精度；

e. 影响非圆孔特征加工时间的几何参数，包括：非圆孔的周长和深度。

4.如权利要求1所述基于特征样本的飞机结构件神经网络加工时间预测方法，其特征在于，所述切削参数包括：主轴转速、进给量、切削深度和切削宽度。

5.如权利要求1所述基于特征样本的飞机结构件神经网络加工时间预测方法，其特征在于，所述步骤4仿真过程如下：在确定了零件的工艺方案、加工资源和切削参数之后，通过对筋顶、槽、轮廓、孔及非圆孔特征编制数控加工程序，在数控系统仿真平台上对加工特征的刀轨进行仿真，并记录特征的几何参数、切削参数及其对应的加工时间。