一种基于深度学习的微铣削加工方法及加工系统
基本信息
| 申请号 | CN202110720348.8 | 申请日 | - |
| 公开（公告）号 | CN113427057A | 公开（公告）日 | 2021-09-24 |
| 申请公布号 | CN113427057A | 申请公布日 | 2021-09-24 |
| 分类号 | B23C1/00（2006.01）I;B23C9/00（2006.01）I;B23Q17/24（2006.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06T7/00（2017.01）I | 分类 | 机床；不包含在其他类目中的金属加工; |
| 发明人 | 杨凯;陈万群;杨宇辰;马雪燕;夏晓东 | 申请（专利权）人 | 南京艾提瑞精密机械有限公司 |
| 代理机构 | 北京睿智保诚专利代理事务所（普通合伙） | 代理人 | 龙涛 |
| 地址 | 211300江苏省南京市高淳区经济开发区古檀大道3号1幢 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的微铣削加工方法及加工系统，属于精密加工检测技术领域，包括以下步骤：S10、构建控制模块，为基于卷积神经网络的网络模型；S20、确定待加工件的理论加工余量、工件形态性能参数；30、使用训练样本对控制模块的网络模型进行训练；S40、将数据采集模块采集监测模块监测参数输入训练完成的控制模块的网络模型，由训练完成的控制模块的网络模型给出实时加工工艺参数；S50、训练完成的控制模块判断加工后的工件是否满足加工设计图纸的公差要求。本发明通过监测系统与卷积神经网络相结合，不需要取下工件即可实时判断加工精度，实时调整微铣削机床的加工工艺参数，自动化程度更高，适用于大批量生产。 |
