[发明专利]一种基于混合推理的车削加工参数自动加载方法

说明书

本发明提供了一种基于混合推理的车削加工参数自动加载方法，属于智能制造技术领域。该方法旨在基于工件材料数据库和车削加工参数专家知识库，通过混合推理解决目前车削加工中加工参数与工件材料不匹配的难题。首先，根据材料加工属性参数，构建工件材料数据库；考虑影响车削加工参数的主要因素：加工阶段、加工特征、刀具材料、工件材料，构建车削加工参数专家知识库；进而，通过工件材料编码，建立车削加工参数专家知识库与工件材料数据库之间的关联关系；在此基础上，给出融合规则正向推理与模糊聚类算法的混合推理策略，实现与工件材料特性相匹配的车削加工参数的自动加载，从而可有效减轻工艺人员的设计负担。

技术领域

本发明属于智能制造技术领域，涉及一种基于混合推理的车削加工参数自动加载方法。

背景技术

车削加工是以工件作回转运动，刀具在平面内作直线或曲线进给，从工件上移除材料的一种加工方法，是机械加工的重要组成部分。在切削过程中，切削参数的合理选择对切削效率、加工质量和制造成本具有重要的影响。目前，车削加工工艺人员主要根据机床或刀具厂商推荐，或者依据个人的加工经验选择切削参数。此种基于经验的方法简便易用，但由于缺乏理论指导和优化工具，很难获得合理最优的切削参数，很难充分发挥高档数控车床的加工潜能，甚至易发生损坏刀具和机床主轴的现象。因此，切削参数的合理选择，直接关系到能否安全有效地使用刀具与机床，对提高加工效率与加工精度、降低生产成本具有重要的作用。文献“铣削加工数据库专家系统的研究与设计，硕士学位论文，汪亚萍”针对铣削加工，采用数据库与专家系统技术，设计铣削加工数据库；文献“数控铣削加工切削参数优选专家系统的研究，硕士学位论文，蓝渊”针对铣削加工，使用专家系统技术，当实际加工条件与知识库中的知识相匹配时，实现了铣削加工切削参数的自动加载，但当知识库中没有与实际加工条件精确匹配的规则时，则无法输出加工参数。文献“孔加工切削参数优化系统的研究与开发，硕士学位论文，赵鹏飞”，建立了以最小加工工时、最小加工成本为目标函数，以表面粗糙度等技术要求为约束的孔加工切削参数优化模型，并提出了一种结合遗传算法与非线性规划寻优的优化算法，利用该算法计算优化模型得到优化后的孔加工切削参数，但只适用于孔的车削加工。到目前为止，融合规则正向推理与模糊聚类算法的混合推理的车削加工参数自动加载方法还未在相关文献和专利中出现。

发明内容

为解决目前车削加工中加工参数与工件材料不匹配的难题，本发明提供了一种基于混合推理的车削加工参数自动加载方法。

本发明所采用的技术方案是：首先根据材料加工属性参数，构建工件材料数据库；考虑影响车削加工参数的主要因素：加工阶段、加工特征、刀具材料、工件材料，构建车削加工参数专家知识库；进而，通过工件材料编码，建立车削加工参数专家知识库与工件材料数据库之间的关联关系；在此基础上，给出融合规则正向推理与模糊聚类算法的混合推理策略，实现与工件材料特性相匹配的车削加工参数的自动加载。具体实施步骤为：

步骤1.考虑影响材料加工性能参数，构建工件材料数据库。工件材料数据库由材料编号和材料加工属性参数构成，其中材料加工属性参数包括布氏硬度(N/mm²)、抗拉强度(N/mm²)、塑性延伸率(％)、导热率(W/(m·k))、冲击韧度(KJ/m²)；工件材料数据库具备材料编号及材料加工属性参数的添加、查询、删除及修改功能。

步骤2.将车削加工经验知识化，构建车削加工参数专家系统知识库。车削加工参数专家系统知识库中包括车削加工参数、加工阶段、加工特征、刀具材料、工件材料和加工规则；车削加工参数专家系统知识库应具备加工规则的添加、查询、删除及修改功能。车削加工参数专家系统知识库具体内容如下：

a1.步骤2中的车削加工参数包括：最小切削深度(mm)、最大切削深度(mm)；最小进给量(mm/r)、最大进给量(mm/r)；最小切削速度(m/min)、最大切削速度(m/min)；

a2.步骤2中的加工阶段包括粗加工、半精加工和精加工；