一种航空零件工艺规程推理方法、系统、设备及介质与流程

本发明涉及智能工艺，具体地说，涉及一种航空零件工艺规程推理方法、系统、设备及介质。

背景技术：

1、传统的工艺设计过程中，工艺规程编制过于依赖工艺设计人员个人的经验和水平。工艺文件的合理性、可操作性以及编制时间的长短主要取决于工艺人员的经验和熟练程度；同时，编制周期长，存在大量重复劳动，很难适应产品和制造环境的变化。

2、然而，飞机的内部结构复杂，零件形状各异且数量庞大，其研制过程十分复杂，其产品大多数伴随着多品种、小批量的特性。由于个人经验有限、设计水平不同，设计出来工艺文件因人而异，一致性差、优化较困难、规范性弱，工艺设计经验的继承性亦较困难。伴随着航空航天制造业的转型升级，对于现代飞机产品这类复杂产品的工艺工艺规程编制提出了新的要求。

3、如何针对工艺规程编制，推送与之匹配的相关知识，实现零件工艺规程的快速编制和智能编制具有相当重要的意义。

4、在离散制造车间的生产过程中，其大多采用“多品种，小批量”的生产模式，因此编制零件工艺规程工作量大，重复性高。

5、对于一个零件的设计生产制造来说，这个环节可分为产品设计-工艺设计-产品制造三大过程。工艺设计所生成的工艺文档是指导生产过程的重要文件及制定生产计划与高度的依据。它的质量和效率直接影响企业制造资源的配置与优化、产品质量、生产组织效率、产品成本与生产周期等方方面面。

6、由于现在航空飞机制造工业的不断发展，对于整个环节中的产品设计环节和产品制造环节均已实现了较高程度的信息化和自动化。而对于传统的工艺设计来说，传统的工艺设计随企业资源及工艺习惯不同而有很大差别，在同一资源及约束条件下，不同的工艺设计人员可能制定不同的工艺规程。这是一个经验性很强且影响因素很多的决策过程。因此，传统的工业设计存在着以下缺陷：

7、（1）不便于规范化，一致性差，过于依赖工艺设计人员个人的经验和水平。由于传统的工艺设计过程受工艺设计人员的设计能力与设计水平较大，导致实际工艺设计过程中一致性差、规范性弱、优化较困难，同时也影响到了工艺设计经验的继承和整合利用。工艺文件的合理性、可操作性以及编制时间的长短主要取决于工艺人员的经验和熟练程度。同时由于无法对工艺设计经验知识规范化，导致了不便于将工艺专家和工艺设计经验知识集中起来加以充分地利用。

8、（2）设计周期长，对产品变化敏感性弱。对于新的零部件工艺设计，即使该零部件与原有零部件相似，也无法充分利用相似零部件之间的可以复用的工艺规程，必须重新设计，存在相当程度的不必要的设计工作，对产品和制造环境的变化较难适应。工艺设计人员被迫将大量精力耗费在重复性繁琐的工作，缺少对创新工艺工作的研究。

9、（3）数据准确性无法充分控制。随着对零部件设计的需求量增大，工艺设计过程涉及大量且异构数据的处理，例如，图形信息、数据信息、文字信息，同时工艺设计又会产生大量的工艺文件和工艺数据。传统的工艺设计所采用的处理数据的方式缺乏规范化和信息化，也没有充分优化，非常容易出错。

10、飞机的内部结构复杂，零件种类多样数量庞大，且不同的飞机整体设计伴随着不同的零件设计，使得飞机零部件研制过程十分复杂且伴随着多品种、小批量的特性。如今，随着航空制造业的转型升级，飞机零部件工艺设计需求日益增多，实现飞机零部件产品的零件工艺规程的快速编制和智能编制显得更为重要。

技术实现思路

1、本发明针对上述零件工艺规程不一致性差、设计周期长以及数据准确性无法充分控制的问题，提出一种航空零件工艺规程推理方法、系统、设备及介质；首先提取待加工零件特征并进行数据嵌入，计算特征相似度；然后将初步匹配得到的零件实例与从零件实例库获取的零件实例特征向量进行多维度特征向量融合得到融合向量；最后构建神经网络和权重增益三元组损失函数，得到最优匹配零件实例，复用最优匹配的实例零件的工艺规程；保证了向量融合时保留重要特征信息，在缩短了设计周期的同时，提高了匹配精度。

2、本发明具体实现内容如下：

3、一种航空零件工艺规程推理方法，首先提取待加工零件特征，并将待加工零件特征进行数据嵌入，计算特征相似度；然后根据特征相似度初步匹配得到零件实例，并与从零件实例库获取的零件实例特征向量进行多维度特征向量融合得到融合向量；最后构建神经网络和权重增益三元组损失函数，得到最优匹配零件实例，复用最优匹配的实例零件的工艺规程。

4、为了更好地实现本发明，进一步地，所述航空零件工艺规程推理方法具体包括以下步骤：

5、步骤s1：提取待加工零件特征，并将待加工零件特征进行数据嵌入，计算几何结构特征相似度和零件工艺特征相似度；

6、步骤s2：根据几何结构特征相似度和零件工艺特征相似度，初步匹配得到零件实例，并与从零件实例库获取的零件实例特征向量进行多维度特征向量融合得到融合向量；

7、步骤s3：根据构建的神经网络和权重增益三元组损失函数，计算相似度分数，确定优先匹配的实例零件，复用最优匹配的实例零件的工艺规程。

8、为了更好地实现本发明，进一步地，所述步骤s1具体包括以下步骤：

9、步骤s11：采集待加工零件数据，提取待加工零件特征；

10、步骤s12：将提取的待加工零件特征进行独热编码，得到几何结构特征数据集、零件工艺特征数据集；

11、步骤s13：根据几何结构特征数据集构建几何结构特征相似度计算模型，根据零件工艺特征数据集构建零件工艺特征相似度计算模型；

12、步骤s14：根据几何结构特征相似度计算模型计算几何结构相似度向量，根据零件工艺特征数据集构建零件工艺特征相似度计算模型计算零件工艺特征相似度向量。

13、为了更好地实现本发明，进一步地，所述步骤s2具体包括以下步骤：

14、步骤s21：根据几何结构特征相似度和零件工艺特征相似度，结合设定的几何结构相似度阈值和设定的工艺相似度阈值，初步匹配得到零件实例；

15、步骤s22：将初步匹配得到的零件实例与从零件实例库获取的零件实例特征向量进行多维度特征向量融合得到融合向量。

16、为了更好地实现本发明，进一步地，所述步骤s22具体包括以下步骤：

17、步骤s221：从几何结构特征数据集获取几何特征数据hi，从零件工艺特征数据集获取工艺特征数据hj；

18、步骤s222：根据设定的权重张量w，多维度融合几何特征数据hi与工艺特征数据hj，得到多维度融合向量xa；

19、步骤s223：根据设定的权重向量v调用投票选举机制融合几何特征数据hi与工艺特征数据hj，得到投票选举融合向量xb；

20、步骤s224：根据设定的偏置向量，调用激活函数连接激活融合向量xa和融合向量xb，得到融合后的特征向量g（xa，xa）。

21、为了更好地实现本发明，进一步地，所述步骤s3具体包括以下步骤：

22、步骤s31：构建神经网络模型，并将特征向量g（xa，xa）输入至所述神经网络模型，得到特征向量g（xa，xa）通过神经网络后的数据f（anchori）；

23、所述神经网络模型的隐藏层数为l、各层节点数为pl、初始化隐藏层与输出层之间的权重为wt、偏移向量为bl、学习率为γ、迭代阈值为ε、激活函数为f(·）；

24、步骤s32：根据数据f（anchori）、获取的正样本融合向量、获取的负样本融合向量、设定的边界值α、设定的权重增益w1、设定的权重增益w2，构建基于权重增益的三元组损失函数，计算得到损失值ltriplet；

25、步骤s33：根据损失值ltriplet，计算得到神经网络层的梯度，根据神经网络层的梯度修正对应神经网络层的参数，得到最优匹配模型；

26、步骤s34：根据最优匹配模型计算相似度分数，确定优先匹配的实例零件，复用最优匹配的实例零件的工艺规程。

27、基于上述提出的航空零件工艺规程推理方法，为了更好地实现本发明，进一步地，提出一种航空零件工艺规程推理系统，用于执行上述的航空零件工艺规程推理方法；包括相似度计算模块、融合模块、最优匹配模块；

28、所述相似度计算模块，用于提取待加工零件特征，并将待加工零件特征进行数据嵌入，计算特征相似度；

29、所述融合模块，用于根据特征相似度初步匹配得到零件实例，并与从零件实例库获取的零件实例特征向量进行多维度特征向量融合得到融合向量；

30、所述最优匹配模块，用于构建神经网络和权重增益三元组损失函数，得到最优匹配零件实例，复用最优匹配的实例零件的工艺规程。

31、基于上述提出的航空零件工艺规程推理方法，为了更好地实现本发明，进一步地，提出一种电子设备，包括存储器和处理器；所述存储器用于存储计算机程序；当所述计算机程序在所述处理器上执行时，实现上述的航空零件工艺规程推理方法。

32、基于上述提出的航空零件工艺规程推理方法，为了更好地实现本发明，进一步地，提出一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机指令；当所述计算机指令在上述的电子设备上执行时，实现上述的航空零件工艺规程推理方法。

33、本发明具有以下有益效果：

34、（1）本发明通过投票选举机制后的融合方法、基于权重增益的三元组损失函数，保证了算法在进行向量融合时保留重要特征信息，并通过权重增益的三元组损失函数加快了训练过程，提高了匹配准确度。

35、（2）本发明通过基于多维度融合特征与投票选举机制的特征融合算法，将零件工艺特征和几何结构特征在高维向量空间采用多维度与投票选举的方式融合，在保留零件实例重要特征信息的同时将每个零件实例投射上到同一语义空间中，提高匹配准确率。

36、（3）本发明通过权重增益的三元组损失函数，通过最小化相似样本之间的距离并最大化不同样本之间的距离，使模型能够更好地区分不同类别的样本。同时采用权重增益，通过权重增益促使模型更加关注样本的区分，有效提高模型的整体性能以及计算训练过程。