CN119511954A 基于深度强化学习的切削参数动态自主决策方法及系统 （西安交通大学）

基于深度强化学习的切削参数动态自主决本发明公开了一种基于深度强化学习的切规律，建立时变切削力致工件弹性变形约束函变形约束下为每道次加工制定最优切削参数的2基于目标函数和约束条件构建航空复杂零件五轴侧铣多目标切削参建立多道次切削参数优化求解框架，基于深度强化学习求解航空复2.根据权利要求1所述的基于深度强化学习的切削参数动态自主决策方法，其特征在3.根据权利要求2所述的基于深度强化学习的切削参数动态自主决策方法，其特征在。4.根据权利要求2所述的基于深度强化学习的切削参数动态自主决策方法，其特征在35.根据权利要求1所述的基于深度强化学习的切削参数动态自主决策方法，其特征在6.根据权利要求1所述的基于深度强化学习的切削参数动态自主决策方法，其特征在应用SAC方法作为DRL的智能体求解动态切削参数7.根据权利要求6所述的基于深度强化学习的切削参数动态自主决策方法，其特征在48.根据权利要求1所述的基于深度强化学习的切削参数动态自主决策方法，其特征在采用SAC方法作为DRL的智能体求解MDP问题；SAC方法的网络结构中9.根据权利要求8所述的基于深度强化学习的切削参数动态自主决策方法，其特征在构建模块，基于目标函数和约束条件构建航空复杂优化模块，建立多道次切削参数优化求解框架，基于深5需要注意的是五轴侧铣多目标切削参数优化问题是一个复杂且动态的决策问题。基于目标函数和约束条件构建航空复杂零件五轴侧铣多目标切削参6主轴转速，以u;为切削参数中关键的待优化变量，f,和n,视为每次切削中的决策变量。[0015]其中，P'为每道次切削功率，n为主轴效率，Ba为主轴电机的额定功率/W，7数的上下限，x'为第i道次选取的切削参数组合，P'为每道次切削功率，为主轴效率，Ba为主轴电机的额定功率/W，r:为第i道次内的加工时间/min，r.为预设的刀具寿命/应用SAC方法作为DRL的智能体求解动态切削参数优化问题，用于策略改进和评8间进行权衡的常数系数，v为惩罚系数，c,为惩罚函数，ce:为在时刻切削计算机程序被处理器执行时实现上述基于深度强化学习的切削参数动态自主决策方法的被电子设备执行时实现上述基于深度强化学习的切削参数动态自主决策9f碳排放和加工质量等多个目标，确保在满足质量要求的前提下实现效率与环保的双重提处理多道次切削过程中的不确定性和变化，且对连续动作空间的问题具有良好的适应性，标切削参数优化决策问题描述以及基于深度强化学习的优化模代理模型环境和基于深度强化学习的多目标切削参S101、在航空复杂零件五轴侧铣加工中假设u;是第i道次的切削深度，t,是进给建立航空复杂零件五轴侧铣多目标切削参数优帮助SAC智能体与之交互并学习当前加工环境下的最优切削参数策略。DMDE的构建包括两i性；为惩罚系数，为了表明约束的重要性并确保优化方案实际应用可行性，将设置为[0071]为了支撑加工过程性能数据和在制品物理信息的获取，在DMIE中设置了两个模P由第二章经训练的r:等。若干隐藏层。其输出层只有1个神经元，反映了特定状态一动作对的单一动作价值，即所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor、以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于基于深度强化学习的切削参数动态自主决策方法的其它通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现场可编程门阵列(Field_分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器[0082]存储器62可以是计算机设备60的内部存储单元，例如计算机设备60的硬盘或内622可以被配置为执行该计算机程序，以执行上述的基于深度强化学习的切削参数动态自机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(Non_Volatile可读存储介质中的一条或一条以上指令由处理器加载并执示对本发明所提的一种基于深度强化学习的多目标切削参数动态自主决策方法进行验[0092]综上所述，本发明一种基于深度强化学习的切削参数动[0099]所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，[0101]这些计算机程序指令也可存储在能