申请/专利权人：江苏科技大学

申请日：2020-11-27

公开（公告）日：2024-03-29

公开（公告）号：CN112487717B

主分类号：G06F30/27

分类号：G06F30/27;G06V10/764;G06V10/82;G06V10/774;G06N3/0464;G06N3/084;G06F111/04

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2021.03.30#实质审查的生效;2021.03.12#公开

摘要：本发明公开了一种船用柴油机关键件可制造性的智能评价方法，包括如下步骤：步骤1：对船用柴油机关键件的加工特征进行分类；步骤2：分析MBD模型，提取加工特征几何元素并降维处理；步骤3：构建加工特征分类器，采用基于多角度图像识别综合分析方法进行特征识别；步骤4：提取MBD模型标注信息，构建零件信息模型和加工特征信息模型；步骤5：收集企业制造资源信息，构建制造资源信息模型；步骤6：收集典型案例并采用数据挖掘技术，挖掘船用柴油机关键件的加工特征结构设计工艺规则，生成结构工艺性智能决策模型；解决当前可制造性评价体系人为干预因素过多的问题，完善了可制造性评价内容，使得可制造性评价方式由规则化向智能化转变。

主权项：1.一种船用柴油机关键件的可制造性智能评价方法，其特征在于，所述船用柴油机关键件的可制造性智能评价方法包括如下步骤：步骤1：对船用柴油机关键件的加工特征进行分类；步骤2：分析船用柴油机关键件的MBD模型，提取加工特征几何元素并降维处理；步骤3：构建加工特征分类器，采用基于多角度图像识别综合分析方法进行特征识别；步骤4：提取MBD模型标注信息，构建零件信息模型和加工特征信息模型；步骤5：收集企业制造资源信息，构建制造资源信息模型；步骤6：收集典型案例并采用数据挖掘技术，挖掘船用柴油机关键件的加工特征结构设计工艺规则，生成结构工艺性智能决策模型；步骤7：采用结构工艺性智能决策方法判断零件的结构工艺性；采用基于约束能力的制造资源双层筛选方法判断零件的加工可行性；步骤8：基于NX10.0开发此平台，输出可制造性评价报告，所述可制造性评价报告分为结构工艺性评价报告和加工可行性评价报告，所述评价报告包括在可制造性为通过条件下的制造资源列表以及不通过条件下的具体原因；其中，所述步骤6中，所述生成结构工艺性智能决策模型的具体步骤为：61整理加工特征的结构设计工艺规则并定义规则标签号，将其分为非数值A规则和数值B规则两部分；62收集有关表A、B规则的加工特征结构设计案例，不满足A规则的加工特征使其拓扑结构数据降维成多个视图组成的彩色图像集，不满足B规则的加工特征使其设计参数信息编码成向量集，从而生成A规则、B规则的两类挖掘数据库；63构建卷积神经网络和BP神经网络，分别对A规则、B规则的两类挖掘数据库进行规则信息挖掘，待完成后获得A规则、B规则两种结构工艺性智能决策模型；其中，所述步骤7中，所述结构工艺性智能决策方法具体步骤为：71提取加工特征信息模型内的特征类型、特征几何结构图信息，输入非数值规则智能决策模型内，自动决策几何结构合理性；72提取加工特征信息模型内的特征类型、特征基本尺寸、特征精度、表面粗糙度信息，输入数值规则智能决策模型内，自动决策设计参数合理性；73综合分析步骤71和72决策数据，存储结构工艺性评价结果；所述步骤7所述的基于约束能力的制造资源双层筛选方法具体步骤为：74机床粗筛选，粗筛选机床中能满足对零件加工约束的编号集合M1；75刀具粗筛选：粗筛选刀具中能满足对零件加工约束的编号集合T1；76机床精筛选：精筛选机床集合M1中能满足对零件特征加工约束的编号M2，M2∈M1；77刀具精筛选：精筛选刀具集合D1中能满足对零件特征加工约束的编号T2，T2∈T1；78存储M2，T2，得加工可行性的评价结果。

全文数据：

权利要求：

百度查询： 江苏科技大学 一种船用柴油机关键件的可制造性智能评价方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD