一种车削刀杆刀片推荐方法、设备、系统及存储介质

摘要: 本发明涉及,特别地,涉及一种车削刀杆刀片推荐方法、设备、系统及存储介质。背景技术:1、数控技术与数控机床是制造业的重要基础,数控车削加工的加工效率、加工质量很大...
一种车削刀杆刀片推荐方法、设备、系统及存储介质

本发明涉及,特别地,涉及一种车削刀杆刀片推荐方法、设备、系统及存储介质。

背景技术:

1、数控技术与数控机床是制造业的重要基础,数控车削加工的加工效率、加工质量很大程度上取决于加工参数以及刀杆刀片选型的合理性,刀杆刀片选型直接决定切削过程稳定性、工件加工表面质量与生产成本。现有刀杆刀片选型工作高度依赖工艺人员个人经验,选型效率低,加工工艺知识难以沉淀、复用与迭代优化,制约智能制造发展。

2、现有刀杆刀片推荐技术主要分为两类,一类是基于几何干涉、加工性能约束计算的选刀方案,该类方案仍需要人工输入刀杆相关信息,仅在给定约束条件下完成刀杆优化推荐,难以实现加工知识的有效复用;另一类是依托预训练模型或者知识库实现刀杆推荐,该类方案能够学习历史选型经验,实用性更强,但仅基于历史样本输出推荐结果,难以结合用户现场现有刀片使用条件进行适配,输出的推荐结果与用户实际可用工况匹配度不足。

技术实现思路

1、本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种车削刀杆刀片推荐方法、设备、系统及存储介质,能够。

2、为实现上述目的,本发明采用的技术方案如下:

3、一种车削刀杆刀片推荐方法,包括如下步骤:s1,构建加工参数数据库;s2,基于所述加工参数数据库,构建知识图谱,建立基于知识图谱的graphrag架构;s3,graphrag架构接收用户输入的加工需求信息并对其进行解析,获得结构化的提示词,并根据结构化的提示词,通过知识图谱检索得到的对应的刀杆刀片节点及关系信息;s4,将结构化的提示词、刀杆刀片节点及关系信息输入至刀杆刀片推荐模型,获得符合加工需求的刀杆刀片集合;s5,将刀杆刀片集合中的每一个刀片与现有刀片进行相似度计算,筛选出相似度最高的一个或多个刀片,输出刀片推荐结果及其对应的刀杆推荐结果。

4、进一步地,所述构建知识图谱具体包括:s21,读取所述加工参数数据库中的加工参数样本数据,将样本数据导出为csv格式文件,所述加工参数样本数据至少包含加工类型、毛坯材料、刀杆、刀片信息;s22,将csv格式的加工参数样本数据导入图数据库;s23,解析导入后的加工参数样本数据,将加工类型、毛坯材料、刀杆、刀片分别抽象为知识图谱的节点类型;s24,基于加工参数数据库样本数据中的加工逻辑关系,在加工类型节点与刀杆节点之间建立双向语义关系,用于表征不同加工类型对于刀杆的选择关系;在毛坯材料节点与刀片节点之间建立双向语义关系,用于表征毛坯材料属性对刀片类型的匹配约束;在刀杆节点与刀片节点之间建立双向语义关系,用于表征刀杆与刀片之间的装配适配关系,形成以加工参数为核心的节点结构完整、关系明确的知识图谱。

5、进一步地,刀片之间的相似度通过如下步骤计算获得:计算两个刀片关于形状、后角、公差、切削刃长度、厚度、刀尖半径、断屑槽类型这七个子特征的子特征相似度;将七个子特征的子特征相似度进行整合获得两个刀片的相似度。

6、进一步地,所述形状、后角、公差的子特征相似度通过如下步骤计算获得:预先针对刀片的形状、后角、公差三个特征,分别定义各子特征取值对应的顺序值;针对同一个子特征,计算两个刀片对应子特征的顺序值之差的绝对值,对绝对值进行归一化处理,作为特征距离;计算每个子特征的子特征相似度:,。

7、进一步地,所述切削刃长度、厚度、刀尖半径的子特征相似度通过如下步骤计算获得:统计全部刀片样本的子特征对应的全局最小值、全局最大值;利用归一化公式,分别将两个对比刀片的子特征进行归一化处理,获得归一化值;为刀片子特征的原始实际数值,为刀片子特征的归一化值;对同一个子特征,求取两个刀片的归一化值之差的绝对值;计算每个子特征的子特征相似度:,。

8、进一步地,所述两个刀片的相似度根据如下公式计算获得:,为第i个子特征的权重系数,为第i个子特征的惩罚系数。

9、进一步地,所述厚度的惩罚系数根据如下步骤获得:获取两个刀片厚度的归一化值之差;判断归一化值之差是否大于预设阈值:若是,则厚度的惩罚系数为0.9;若否,则厚度的惩罚系数为1.0。

10、本发明还提供一种刀杆刀片推荐系统,包括:数据库模块,用于构建加工参数数据库;graphrag模块,用于基于所述加工参数数据库,构建知识图谱,建立基于知识图谱的graphrag架构;解析检索模块,用于接收用户输入的加工需求信息并对其进行解析,获得结构化的提示词,并根据结构化的提示词,通过知识图谱检索得到的对应的刀杆刀片节点及关系信息;集合推荐模块,用于将结构化的提示词、刀杆刀片节点及关系信息输入至刀杆刀片推荐模型,获得符合加工需求的刀杆刀片集合;相似度筛选模块,用于将刀杆刀片集合中的每一个刀片与现有刀片进行相似度计算,筛选出相似度最高的一个或多个刀片,输出刀片推荐结果及其对应的刀杆推荐结果。

11、本发明还提供一种电子设备,包括处理器以及存储器,所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;所述处理器用于根据所述程序代码中的指令执行车削刀杆刀片推荐方法。

12、本发明还提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现车削刀杆刀片推荐方法。

13、本发明具有以下有益效果:

14、本方法先构建加工参数数据库,再基于数据库构建知识图谱,将原本分散存储在工艺手册、工艺人员经验中的加工类型、毛坯材料、刀杆、刀片等加工要素,转化为具备明确节点与关联关系的结构化图谱数据,把隐性的加工适配逻辑显性化保存,解决传统工艺知识依靠人工经验、难以沉淀复用的痛点;后续业务迭代时仅需要更新数据库与知识图谱数据即可,无需大规模改动推理流程,便于加工知识的扩展、维护与更新。本方法构建graphrag架构,对用户加工需求解析生成结构化提示词,从知识图谱中检索获取关联的刀杆刀片节点及关系信息,将图谱检索得到的真实加工约束知识和提示词共同送入刀杆刀片推荐模型。区别于单纯依靠大模型生成或者单纯依靠图谱规则筛选的方式,一方面利用大模型实现对用户输入需求的理解与综合推理,另一方面借助知识图谱的结构化加工知识对模型输出形成强约束,规避大模型凭空生成不符合实际工艺的刀杆刀片方案的问题,保障输出的刀杆刀片集合符合加工类型、毛坯材料等工艺约束,提高推荐结果的可靠性与工艺可行性。同时支持接收用户的加工需求输入,降低对工艺人员专业经验的依赖,提升刀杆刀片选型的工作效率。在通过graphrag得到满足工艺条件的刀杆刀片集合之后,将集合内刀片与用户现有刀片开展相似度计算,筛选相似度最高的一个或多个刀片作为输出结果。不再仅仅输出满足加工工况的通用候选刀片,而是兼顾加工工艺要求与用户现场已有的刀片物料条件,优先推荐与用户现有刀片性能、规格相近可替代的刀片,解决现有推荐方案只考虑加工工况、忽略用户现有可用刀片的缺陷,让推荐结果更加贴合用户现场实际生产条件,提升推荐方案的落地实用性。

15、除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照图,对本发明作进一步详细的说明。