公开(公告)号：CN119882609A

公开(公告)日：2025-04-25

申请号：CN202510071050.7

申请日：2025-01-16

Applicant: 河南工程学院

Inventor： 王淼 ,  汪天旭 ,  唐昊 ,  王宁若 ,  陈昱君 ,  李曙光 ,  王子元 ,  王禹 ,  殷丽凤

IPC: G05B19/408

Abstract: 本发明公开一种基于PVFNN神经网络的数控加工工艺生成方法，主要步骤包括：1)数据预处理，收集并处理零件的3D形状、材料和质量信息；2)数据集构建与分割，形成训练、验证和测试集；3)PVFNN神经网络模型构建，集成3D卷积神经网络、点云神经网络和全连接网路，通过特征融合层和MLP实现特征融合；4)模型训练与验证，使用训练集训练模型，测试集评估性能；5)工艺生成，模型处理新零件信息，生成加工工艺；用于从设计和制造数据中自动学习离散制造过程的能力，提高了数控加工工艺生成的准确性和效率，解决现有技术中因受制造工艺能力知识及制造经验的影响，用户往往选择不到最优制造工艺的问题。

公开(公告)号：CN119882608A

公开(公告)日：2025-04-25

申请号：CN202510071045.6

申请日：2025-01-16

Applicant: 河南工程学院

Inventor： 王淼 ,  周笑天 ,  唐昊 ,  王子元 ,  李曙光 ,  王宁若 ,  陈昱君 ,  殷丽凤 ,  王禹

IPC: G05B19/408

Abstract: 本发明公开一种基于PCT‑KAN神经网络模型的数控刀具选择方法，主要步骤包括：数据预处理：将零件3D形状信息进行点云化处理；特征提取：使用全连接层将点云数据从原始维度映射到较低的特征维度，再用ReLU激活函数增加非线性特征；特征融合：将所有点的特征的均值来聚合全局特征，再将零件的质量信息通过简单的线性层处理。将聚合的全局特征与零件的质量信息的处理结果相结合，通过另一个简单的神经网络进行进一步处理，最后通过分类的概率来在粗铣刀、车刀、钻孔工具、精铣刀、车削和砂轮以及钻孔和镗孔刀具这六种刀具中选择，解决现有技术中许多工程师经验有限，不能很准确的选择对应的数控刀具的问题。