[发明专利]一种基于知识图谱优化CAM模板的数控编程方法

权利要求书

1.一种基于知识图谱优化CAM模板的数控编程方法，其特征在于，具体步骤如下：

步骤1、导入零件MBD设计模型，获取加工特征；

步骤2、特征识别和特征编码；

步骤3、CAM模板匹配、知识图谱知识查询与推理；

步骤4、匹配模板评估与优化；

步骤5、后处理匹配，NC代码生成；

步骤6、仿真验证；

步骤7、根据仿真结果进行决策。

2.根据权利要求1所述的一种基于知识图谱优化CAM模板的数控编程方法，其特征在于，步骤1的具体内容和方法是：将零件MBD设计模型导入NX、Cero、Solidworks商业三维CAD软件中，利用二次开发的程序获取零件MBD模型中所有PMI定义的加工特征。

3.根据权利要求1所述的一种基于知识图谱优化CAM模板的数控编程方法，其特征在于，步骤2的具体内容和方法是：利用特征识别识别技术识别PMI定位的加工特征，根据识别结果调用程序获取特征的几何信息与拓扑信息；将特征信息进行编码作为步骤3的输入参数，具体方法和步骤是：

(21)对PMI定位的加工特征进行特征预处理，即特征三角网格化处理以满足特征识别算法的输入要求；

(22)最优训练模型分类；最优训练模型由设计人员通过采用如神经网络、支持向量机和决策树智能算法及其改进型算法来训练加工特征数据集得到的分类性能最好的模型，用来对当前零件加工特征分类，获取当前特征的标签；

(23)特征信息查询；分类完成之后，得到当前特征的标签；根据标签值调用三维CAD软件自带的API函数或设计人员编写的知识库算法程序来获取当前零件特征的所有几何信息和拓扑信息；

(24)对特征信息进行编码处理，具体编码格式由设计人员综合分析信息的特点与企业数控加工习惯来确定。

4.根据权利要求1所述的一种基于知识图谱优化CAM模板的数控编程方法，其特征在于，步骤3的具体内容和方法是：对获取的特征信息编码后作为经过CAM模板库训练后得到的机器学习算法的输入样本，和样本对应的分类标签值，以及匹配到对应该特征的CAM模板；特征信息编码作为CAM领域构建的知识图谱的查询输入量用于获取加工特征信息之间的关联知识，其具体步骤如下：

(31)根据历史加工特征的特点制定数控工艺模板，该模板包括走刀规划、加工余量、进退刀方式、刀具选择、切削参数等信息；制定完成CAM模板后，选用具有一定数据挖掘能力的集成算法，如Bagging、Boosting、随机森林，从经过实际加工验证的企业数控工序库中抽取典型加工特征的CAM模板，组建典型加工特征的CAM模板库并训练加工特征的几何、拓扑信息编码向量与CAM模板之间的映射模型；

(32)将当前特征编码作为映射模型的输入向量，获取分类的标签值自动匹配合适的CAM模板；

(33)利用特征编码构建领域CAM知识图谱的查询输入量，利用知识图谱的知识推理的功能以获取特征信息与模板参数之间以及模板参数之间显性和隐含的关联知识。