Un método basado en agentes para el reconocimiento de características y la optimización de trayectorias de mecanizado CNC

En los últimos años, la tecnología de inteligencia artificial ha visto una aplicación cada vez más amplia en el campo de la fabricación inteligente, particularmente con el aprendizaje profundo que ofrece métodos novedosos para reconocer formas geométricas con características específicas. En el mecanizado CNC tradicional, la fabricación asistida por computadora (CAM) típicamente genera código G para herramientas específicas basándose en modelos existentes. Sin embargo, las trayectorias de herramienta para la mayoría de las máquinas CNC consisten en una serie de comandos de movimiento colineales (G01), lo que a menudo da lugar a discontinuidades en la curvatura de las trayectorias adyacentes, generando defectos en el mecanizado. Para abordar estos problemas, este artículo propone un método para el reconocimiento de características de la trayectoria de mecanizado del sistema CNC y la optimización de rutas basado en agentes inteligentes. Este método emplea agentes inteligentes para construir modelos, analizar la información geométrica clave en el código G generado durante el mecanizado CNC, y utiliza el modelo de aprendizaje profundo MCRL que incorpora mecanismos de atención lineal y múltiples redes neuronales para el reconocimiento y clasificación. La optimización de la trayectoria se realiza mediante filtrado medio, ajuste de curva de Bézier, y un mejorado algoritmo adaptativo novedoso de optimización coati (NACOA) según el grado de aspereza de la trayectoria. Tomando como ejemplo la optimización del archivo de proceso de un modelo de engranaje, se verifica la efectividad del método propuesto. Los resultados de la investigación indican que el método de reconocimiento de características de la trayectoria de mecanizado del sistema CNC y optimización de ruta basado en agentes inteligentes puede mejorar significativamente la suavidad de las trayectorias de mecanizado CNC, reducir defectos de mecanizado y tiene un valor de aplicación sustancial.