[论文解读] Intelligent Computer Numerical Control unit for machine tools

J. Balič|ArXiv.org|Oct 25, 2004

Engineering Technology and Methodologies参考文献 5被引用 6

一句话总结

本文提出了一种智能CNC单元，通过嵌入式神经网络自主生成铣削、钻孔、铰孔和攻丝操作的NC程序。该系统从棱柱形零件的2D、2.5D或3D CAD模型中学习，无需操作员干预，实现在CAD/CAM框架内完全自动化、智能化的零件程序生成。

ABSTRACT

The paper describes a new CNC control unit for machining centres with learning ability and automatic intelligent generating of NC programs on the bases of a neural network, which is built-in into a CNC unit as special device. The device performs intelligent and completely automatically the NC part programs only on the bases of 2D, 2,5D or 3D computer model of prismatic part. Intervention of the operator is not needed. The neural network for milling, drilling, reaming, threading and operations alike has learned to generate NC programs in the learning module, which is a part of intelligent CAD/CAM system.

研究动机与目标

• 开发一种能够无需人工干预即可生成NC程序的自学习CNC控制单元。
• 将神经网络集成到CNC系统中，以自动为铣削、钻孔、铰孔和攻丝操作生成刀具路径。
• 通过直接解析2D、2.5D或3D CAD模型，消除对操作员输入的需求。
• 将学习与生成模块嵌入CAD/CAM系统中，实现与现有制造工作流程的无缝集成。

提出的方法

• 在学习模块中训练神经网络，使其能够基于2D、2.5D或3D CAD模型的零件几何形状识别加工操作。
• 系统处理几何模型，并利用训练好的神经网络将其映射到合适的刀具路径。
• 该神经网络特别针对铣削、钻孔、铰孔和攻丝等操作进行训练。
• 生成的NC程序直接从CNC单元输出，无需外部CAM软件。
• 智能CNC单元作为独立设备运行，集成于机床控制系统中。
• 通过发表在《智能与机器人系统杂志》上的扩展版本对系统进行了验证，证明其具备实时适用性。

实验结果

研究问题

• RQ1 能否在CNC单元中嵌入神经网络，实现从3D零件模型自动生成NC程序，且无需操作员输入？
• RQ2 基于学习的系统在几何数据基础上，能否准确识别并排序铣削、钻孔和攻丝等加工操作？
• RQ3 集成的神经网络在实时生成可靠且高效的NC代码方面表现如何？
• RQ4 该系统如何处理2D、2.5D和3D模型中零件几何形状的差异？
• RQ5 能否将自学习NC生成模块直接嵌入CNC控制单元中？

主要发现

• 智能CNC单元能够自动从棱柱形零件的2D、2.5D或3D CAD模型生成NC程序，且无需任何操作员干预。
• 神经网络经过训练，可识别并生成常见加工操作（包括铣削、钻孔、铰孔和攻丝）的刀具路径。
• 该系统作为专用嵌入式设备完全集成于CNC单元中，实现NC程序的实时生成。
• 该工作的扩展版本已发表于《智能与机器人系统杂志》，证实了系统的技術有效性与性能。
• 该方法显著推进了自主制造的发展，消除了对人工CAM编程的需求。
• 该方法实现了闭环、智能化的制造流程，使设计数据可直接驱动机床控制。