一种智能型刀片的磨削参数优化方法以及系统与流程

本发明涉及参数优化的，尤其涉及一种智能型刀片的磨削参数优化方法以及系统。

背景技术：

1、数控刀片的磨削加工是一个涉及多物理场耦合、高精度要求及复杂微观形貌成型的极端制造过程；智能型刀片属于数控刀片的一种，随着航空航天、新能源汽车等高端制造领域对刀具切削性能要求的不断攀升，对智能型刀片的磨削过程的控制已从单一的尺寸精度向表面完整性与物理性能转变。

2、现有的磨削监控系统多采用单一维度的传感，如仅监测主轴功率或单一方向的磨削力，即使部分技术引入了多传感器，也仅仅是数据的简单并列展示，由于缺乏高频动态传感与机器视觉在五维时空坐标系中的联合配准机制，导致几何形态参数与力、热等工作参数在空间位置与时间戳上严重错位，这种异构数据的割裂，使得系统无法挖掘参数间的耦合突变点以形成具有因果关联的关键参数组合，影响了多个待优化目标的精准性，导致了智能型刀片在优化过程中的仿真过程受到影响，进而导致最终的仿真结果的精准性较低。

技术实现思路

1、本发明的目的在于克服现有技术的不足，本发明提供了一种智能型刀片的磨削参数优化方法以及系统。

2、本发明实施例提供了一种智能型刀片的磨削参数优化方法，包括：

3、针对数控刀片磨削中心，采集智能型刀片的多个形态参数，并结合该智能型刀片在磨削过程中的工作参数进行时空对齐，在对齐过程中形成对应的关键参数组合，沿着该关键参数组合的多级迭代而确定智能型刀片的多个关键区域；

4、根据各个关键区域的动态识别而确定在不同维度的多个当前参数，并结合智能型刀片的当前立体模型构建该智能型刀片的动态参数模型，对该动态参数模型进行多目标优化，并结合智能型刀片的应用场景确定多个待优化目标；

5、将各个待优化目标输入至对应的优化空间，并结合预设的神经网络进行多级训练，并在训练过程中确定建立智能型刀片的磨削参数与加工质量之间的非线性关系，进一步结合智能型刀片的磨削约束关系确定优化后的磨削参数；

6、将优化后的磨削参数加载至智能型刀片的仿真空间，并结合该智能型刀片的动态参数模型触发对应的动态仿真，在动态仿真过程中输出多个仿真结果，并结合自适应寻优机制确定最终的仿真结果，并标记该最终的仿真结果所对应的磨削参数。

7、本发明实施例提供了一种智能型刀片的磨削参数优化系统，所述智能型刀片的磨削参数优化系统应用于上述的智能型刀片的磨削参数优化方法；所述智能型刀片的磨削参数优化系统包括：

8、关键区域模块，用于针对数控刀片磨削中心，采集智能型刀片的多个形态参数，并结合该智能型刀片在磨削过程中的工作参数进行时空对齐，在对齐过程中形成对应的关键参数组合，沿着该关键参数组合的多级迭代而确定智能型刀片的多个关键区域；

9、待优化目标模块，用于根据各个关键区域的动态识别而确定在不同维度的多个当前参数，并结合智能型刀片的当前立体模型构建该智能型刀片的动态参数模型，对该动态参数模型进行多目标优化，并结合智能型刀片的应用场景确定多个待优化目标；

10、优化模块，用于将各个待优化目标输入至对应的优化空间，并结合预设的神经网络进行多级训练，并在训练过程中确定建立智能型刀片的磨削参数与加工质量之间的非线性关系，进一步结合智能型刀片的磨削约束关系确定优化后的磨削参数；

11、仿真模块，用于将优化后的磨削参数加载至智能型刀片的仿真空间，并结合该智能型刀片的动态参数模型触发对应的动态仿真，在动态仿真过程中输出多个仿真结果，并结合自适应寻优机制确定最终的仿真结果，并标记该最终的仿真结果所对应的磨削参数。

12、与现有技术相比，本发明的有益效果是：

13、（1）针对数控刀片磨削中心，采集智能型刀片的多个形态参数，并结合该智能型刀片在磨削过程中的工作参数进行时空对齐，在对齐过程中形成对应的关键参数组合，沿着该关键参数组合的多级迭代而确定智能型刀片的多个关键区域；根据各个关键区域的动态识别而确定在不同维度的多个当前参数，并结合智能型刀片的当前立体模型构建该智能型刀片的动态参数模型，对该动态参数模型进行多目标优化，并结合智能型刀片的应用场景确定多个待优化目标，引入了智能型刀片的当前立体模型和动态参数模型，对智能型刀片的应用场景进一步把控，提高了多个待优化目标的精准性。

14、（2）将各个待优化目标输入至对应的优化空间，并结合预设的神经网络进行多级训练，并在训练过程中确定建立智能型刀片的磨削参数与加工质量之间的非线性关系，进一步结合智能型刀片的磨削约束关系确定优化后的磨削参数；将优化后的磨削参数加载至智能型刀片的仿真空间，并结合该智能型刀片的动态参数模型触发对应的动态仿真，在动态仿真过程中输出多个仿真结果，并结合自适应寻优机制确定最终的仿真结果，并标记该最终的仿真结果所对应的磨削参数，引入了优化后的磨削参数，充分考虑了该智能型刀片的动态参数模型和智能型刀片的仿真空间，提高了最终的仿真结果的精准性。

1.一种智能型刀片的磨削参数优化方法，其特征在于，包括：

2.根据权利要求1所述的智能型刀片的磨削参数优化方法，其特征在于，所述针对数控刀片磨削中心，采集智能型刀片的多个形态参数，并结合该智能型刀片在磨削过程中的工作参数进行时空对齐，在对齐过程中形成对应的关键参数组合，沿着该关键参数组合的多级迭代而确定智能型刀片的多个关键区域，包括：

3.根据权利要求2所述的智能型刀片的磨削参数优化方法，其特征在于，所述针对数控刀片磨削中心，采集智能型刀片的多个形态参数，并结合该智能型刀片在磨削过程中的工作参数进行时空对齐，在对齐过程中形成对应的关键参数组合，沿着该关键参数组合的多级迭代而确定智能型刀片的多个关键区域，还包括：

4.根据权利要求1所述的智能型刀片的磨削参数优化方法，其特征在于，所述根据各个关键区域的动态识别而确定在不同维度的多个当前参数，并结合智能型刀片的当前立体模型构建该智能型刀片的动态参数模型，对该动态参数模型进行多目标优化，并结合智能型刀片的应用场景确定多个待优化目标，包括：

5.根据权利要求4所述的智能型刀片的磨削参数优化方法，其特征在于，所述根据各个关键区域的动态识别而确定在不同维度的多个当前参数，并结合智能型刀片的当前立体模型构建该智能型刀片的动态参数模型，对该动态参数模型进行多目标优化，并结合智能型刀片的应用场景确定多个待优化目标，还包括：

6.根据权利要求1所述的智能型刀片的磨削参数优化方法，其特征在于，所述将各个待优化目标输入至对应的优化空间，并结合预设的神经网络进行多级训练，并在训练过程中确定建立智能型刀片的磨削参数与加工质量之间的非线性关系，进一步结合智能型刀片的磨削约束关系确定优化后的磨削参数，包括：

7.根据权利要求6所述的智能型刀片的磨削参数优化方法，其特征在于，所述将各个待优化目标输入至对应的优化空间，并结合预设的神经网络进行多级训练，并在训练过程中确定建立智能型刀片的磨削参数与加工质量之间的非线性关系，进一步结合智能型刀片的磨削约束关系确定优化后的磨削参数，还包括：

8.根据权利要求1所述的智能型刀片的磨削参数优化方法，其特征在于，所述将优化后的磨削参数加载至智能型刀片的仿真空间，并结合该智能型刀片的动态参数模型触发对应的动态仿真，在动态仿真过程中输出多个仿真结果，并结合自适应寻优机制确定最终的仿真结果，并标记该最终的仿真结果所对应的磨削参数，包括：

9.根据权利要求8所述的智能型刀片的磨削参数优化方法，其特征在于，所述将优化后的磨削参数加载至智能型刀片的仿真空间，并结合该智能型刀片的动态参数模型触发对应的动态仿真，在动态仿真过程中输出多个仿真结果，并结合自适应寻优机制确定最终的仿真结果，并标记该最终的仿真结果所对应的磨削参数，还包括：

10.一种智能型刀片的磨削参数优化系统，其特征在于，所述智能型刀片的磨削参数优化系统应用于如权利要求1-9中任一项所述的智能型刀片的磨削参数优化方法；所述智能型刀片的磨削参数优化系统包括：