马季1，肖贵坚2，高慧2，张友栋2，朱宝2

（1，重庆美的通用制冷设备有限公司；2，重庆大学）

摘要：为了更好地实现智能决策和智能管理、提升加工效率，开发一款及预测和优化为一体的加工智能控性软件（Machining Intelligent Performance Control, MIPC）。本文对软件总体设计框架和四大功能（加工结果预测、服役性能预测、参数优化、缺陷分割预测）进行介绍，并对每个功能实现界面进行展示。MIPC后台设置系统管理模块并开发数据库，能够实现系统统筹管理并及时存储管理数据。最后对软件后续开发前景进行展望，与硬件设备结合、实现实时监测势在必行。

引言

自工业4.0愿景提出以来，传统制造业更快地朝着智能制造的方向发展。工业软件是工业技术和知识的程序化封装，能够定义工业产品、控制生产设备、优化制造流程、变革生产方式，是现代工业的“灵魂”,同时也是推动我国由制造大国向制造强国转变、提升国家制造业竞争力的根本所在。但是目前我国对国外工业软件形成长期依赖，关键工艺流程和工业数据缺乏长期积累。制造业的转型将催生对工业软件的大规模需求，所以研发一款能够指导加工生产并及时存储加工数据的工业软件极其重要。

本文提出一款加工智能控性软件（Machining Intelligent Performance Control, MIPC），旨在实现表面完整性及各类加工结果预测、参数优化及缺陷检测。此外，将实验数据规范地保存至软件的数据库中，包括数值数据以及各类图片监测数据等等。

1 总体设计

加工智能控性软件主要分为计算平台部分和算法部分。计算平台部分为一个基于 Spring Boot 2.1.0、Spring Boot Jpa、JWT、Spring Security、Redis、Vue的前后端分离的系统（基于ELADMIN），项目采用按功能分模块的开发方式，权限控制采用RBAC思想，支持数据字典与数据权限管理，支持一键生成前后端代码，支持前端菜单动态路由等。算法部分由自主研发的AI算法构成。MIPC软件层次图如图1.1所示。

软件前端设计采用HTML、CSS、Javascr|ipt技术，用于创建网页结构和内容，控制网页的样式和布局并且增强网页的交互性和动态性。应用层主要实现智能预测、智能优化和智能识别。后端设计包含算法管理、系统管理，算法管理包含算法库、算法实现、算法优化、算法版本管理以及算法文档管理，系统管理包含参数管理、用户管理、角色管理、字典管理以及菜单管理。数据层包含数据库管理系统、数据库连接池、数据访问对象，管理数据连接并提供与数据库交互的接口。此外后端和数据层还设由缓存管理器和日志记录器，用于缓存查询结果以提高性能，记录数据操作信息，便于故障排除和审计。数据库采用MySQL数据库作为项目的数据库系统，设计以及编程工具均采用Navicat Premium 12。运行环境：操作系统为Windows7/Windows10/Linux，JDK1.8版本，MySQL 8，采用开发工具：IntelliJ IDEA 2020.3.3 x64。

图1.1 加工智能控性软件层次示意图

2 功能模块

在进行功能实现之前，用户可在软件中选择对应的加工装备、加工材料、服役环境以及加工需求，如图2.1所示。

图2.1 参数选择界面

2.1 加工结果预测

加工结果预测的实现能够提高生产效率、降低生产成本、提高产品质量。通过监控加工过程，将实际加工结果与预测结果进行比较，及时发现并纠正加工中的偏差，从而加强质量管控。通过加工结果预测，可以更好地利用生产设备和材料，避免浪费和重复加工，从而降低生产成本。加工结果预测是智能制造的重要组成部分，通过将人工智能等技术应用到制造业中，可以实现更高效、更准确和更智能的加工过程。

本功能的实现依赖于数据量的积累，数据预处理后作为预测模型的数据集，输入为加工参数，输出为各类加工检测结果，比如表面完整性、材料去除率或者加工成本等等。图2.1所示为加工结果预测功能实现界面。选取数据集进行训练后，输入一组加工参数调用预测模型进行预测，界面会输出预测结果的值以及预测的准确度，此外还有五个算法指标供用户评价。

图2.2 加工结果预测界面

2.2 服役性能预测

对于制造业和维修领域来说，预测零件服役性能的意义非常重要。通过对零件的使用环境、材料特性、工艺参数等进行分析和建模，可以预测出零件在使用过程中可能面临的损伤、疲劳、裂纹等问题，并提前采取措施进行维护或更换，从而避免因零件失效而导致的生产线停工或设备故障，降低维修成本，提高企业的生产效率和经济效益。

服役性能预测功能主要针对不同磨削方式和加工参数形成的不同表面完整性特征下，工件所表现的性能进行预测。主要包括疲劳寿命预测，气流动力性预测等功能。图2.2所示为服役性能预测功能实现界面。

图2.3 服役性能预测界面

2.3 参数优化

加工参数优化是提高企业竞争力和实现可持续发展的重要手段之一，再加工过程中对参数实现智能优化调控能够大幅提升产品质量、减少废品率，使得加工更加精确、稳定、可控。图2.3所示为参数优化功能实现界面。在此功能中，用户首先根据实际需求确定优化目标，比如成本、表面质量、加工效率等；其次选择对应目标的预测模型并对加工参数设置约束条件；最后选择优化算法进行求解，系统会提供一组最优工艺参数供用户选择。

图2.4 参数优化界面

2.4 缺陷分割预测

零件缺陷分割预测的意义在于，通过对零件表面上的缺陷进行精确的检测和定位，帮助生产企业实现自动化的零件质量控制。这种技术可以帮助企业提高生产效率、减少人工误差、改善产品质量，并且可以降低成本。此外，零件缺陷分割预测技术还可以应用于零部件的维修和保养领域，帮助技术人员快速准确地定位和处理零件上的缺陷，提高维修保养效率和质量。

目前软件中的缺陷分割预测功能可实现工件表面各类缺陷的识别与分类，例如凹坑、凸起、划痕、粘附、烧伤等等，实现界面如图2.5所示。

图2.5 缺陷分割预测界面

3 系统管理

软件后端对整个系统设置了管理模块，包括参数管理、算法管理、字典管理、用户管理等等。参数管理针对参数选择部分所有参数进行统一分类、系统管理；算法管理主要分为三个算法库：预测算法、优化算法、图像识别算法；字典管理对软件中设定的术语、缩写等进行组织、分类和统一定义；用户管理主要对管理者和普通用户的权限进行限制。

4 结论与展望

MIPC软件目前已经实现机械加工过程中的参数优化、缺陷分割预测，后续开发会与硬件设备进行结合，实现加工过程中的实时监测。通过传感器、控制器等设备可以采集数据或控制指令，将其转化为可视化的图像或者其他形式的信息呈现给用户。在实时监控中，硬件设备会不断采集数据，而软件会以较高速度对数据进行处理，并将结果呈现给用户。此外，实时监测的实现还需从采集数据的频率、数据传输与处理速实时反馈机制、可视化界面设计进行优化与调整，才能实现真正意义上的实时监测。