一种基于STEP-NC的智能非线性工艺规划方法

摘要

本发明涉及一种基于STEP‑NC的智能非线性工艺规划方法，该方法包括通过预先训练的BP神经网络模型，确定与零件加工特征类型对应的加工操作方法；基于预定义的加工工步排序原则，对加工操作方法中的所有加工工步进行排序，得到合理的加工工步序列；针对加工工步序列中的每一个加工工步，选择与该加工工步匹配的资源，并采用混沌遗传算法对每一条加工工步序列以及对每一加工工步的工艺参数进行优化，得到最优的加工工艺规划。上述方法将混沌算法、遗传算法与BP神经网络进行有机结合应用于STEP‑NC的工艺优化，可以进行高效、精准和智能的逻辑推理，有效解决复杂的工艺规划问题，同时为STEP‑NC理论的进一步研究具有重要意义。