(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111350495.7 (22)申请日 2021.11.15 (65)同一申请的已公布的文献号 申请公布号 CN 114186298 A (43)申请公布日 2022.03.15 (73)专利权人 广东宏远新科自动化 技术开发有 限公司 地址 523087 广东省东莞 市南城街道新科 路宏远工业区新科厂区D2E (72)发明人 李少文　陈启峰　张全军　幸贺杰　 (74)专利代理 机构 深圳智趣知识产权代理事务 所(普通合伙) 44486 专利代理师 李兴生 (51)Int.Cl. G06F 30/10(2020.01) G06N 20/00(2019.01) G06Q 50/04(2012.01) G06F 119/18(2020.01)(56)对比文件 CN 112712303 A,2021.04.27 CN 102324072 A,2012.01.18 CN 111709645 A,2020.09.25 CN 109033609 A,2018.12.18 WO 2010094022 A1,2010.08.19 US 8214238 B1,2012.07.0 3 US 5717598 A,19 98.02.10 US 2003130758 A1,20 03.07.10 US 2005080502 A1,20 05.04.14 US 2011213480 A1,201 1.09.01 胡安全.“H公司新产品导入流 程改善研究”. 《中国优秀硕士学位 论文全文数据库 经济与管 理科学辑》 .2017,(第0 5期),第1-4 章. 孙辉.“基于快速设计的注塑模报价系统的 研究与开发 ”. 《中国优秀博硕士学位 论文全文数 据库(硕士)工程科技 Ⅰ辑》 .2019,(第0 3期),第 B016-68页. (续) 审查员 郄修尘 (54)发明名称 智能机械零件制造营运方法及系统 (57)摘要 本发明提出了一种智能机械零件制造营运 方法及系统， 方法包括： 进行图文分离预处理， 得 到图像数据和字符数据； 判断图纸影像是否存在 尺寸缺失： 若不存在尺寸缺失， 则选择材料样本 作为加工样本， 并计算材料成本； 以预设可制造 性条件分析利用加工设备能否将加工样本加工 为产品： 若能， 则排定出加工该产品的工艺流程 方案； 综合加工成本、 材料成本和辅助成本得到 各工艺流程方案的总成本； 输出各工艺流程方案 及其相应的加工成本、 加工周 期和总成本。 本发 明通过算法代 替人工识别， 实现机械零件制造营 运智能化， 在机械零件制造营运过程中， 减低因 人为因素导致错误率， 进而提高产品的制造效 率。 [转续页] 权利要求书3页 说明书16页 附图10页 CN 114186298 B 2022.09.27 CN 114186298 B (56)对比文件 Aditya Balu等. “A Deep 3D Convolutional Neural Netw ork Based Design for Manufacturabi lity Framew ork”. 《arXiv》 .2016,第1-10页.Waguih ElMara ghy等.“Complexity i n engineering design and manufacturi ng”. 《CIRP An nals》 .2012,第61卷(第2期),第793 - 814页.2/2 页 2[接上页] CN 114186298 B1.一种智能机 械零件制造营运方法， 其特 征在于， 包括如下： 通过预训练的识别算法对产品的图纸影像进行图文分离预处理， 构建坐标系， 识别所 述图纸影 像中的字符、 图像及其 坐标数据， 得到图像数据和字符数据； 分析所述字符数据和所述图像数据， 判断所述图纸影 像是否存在尺寸 缺失： 若不存在尺寸缺失， 则基于所述产品的外形特征和产品体积， 从预设材料资料库中选 择符合预设条件的材 料样本作为加工样本， 并计算所述加工样本的材 料成本； 通过预训练的机器学习算法识别所述外形特征得到产品的一种或多种初始加工流程， 筛选出所述初始加工流程中的加工设备， 并获取各所述加工设备 的加工参数及限制； 基于 加工参数及限制、 所述字符数据和所述图像数据， 以预设可制 造性条件分析产品是否建议 制造： 若建议制造， 则逐一判断以所述初始加工流程能否完整加工出所述产品： 若能， 则将该 初始加工流程作为工艺流程方案； 若不能， 则调整 所述初始加工流程中的加工工序， 得到能 完整加工出所述产品的工艺流程方案； 计算各所述工艺流程方案的加工成本， 结合所述产 品的生产数量计算各 所述工艺 流程方案的加工周期； 获取所述产品的辅助成本， 综合所述加工成本、 所述材料成本和所述辅助成本得到各 所述工艺 流程方案的总成本； 输出各所述工艺 流程方案及其相应的加工成本、 加工周期和总成本 。 2.根据权利要求1所述的智能机械零件制造营运方法， 其特征在于， 若不建议制造， 则 进行图像化DFM处 理； 所述图像化DFM处理包括： 基于所述可制造性条件分析产品图纸的需改正处， 生成可制 造性建议， 根据所述字符数据和所述图像数据查找所述需改正处在所述图纸影像上的具体 坐标， 并在所述图纸影 像上标注所述可制造性建议， 得到图像反馈结果并输出； 若存在尺寸缺失， 则确定尺寸缺失处， 根据所述字符数据和所述图像数据查找所述尺 寸缺失处的具体坐标， 并在所述图纸影 像中标注， 得到图像反馈结果并输出。 3.根据权利要求1所述的智能机 械零件制造营运方法， 其特 征在于， 所述字符数据包括字符和字符在所述坐标系中的第 一坐标数据， 所述图像数据包括图 像和所述图像在所述 坐标系中的第二 坐标数据； 所述字符包括材料、 产品尺寸、 尺寸界线和尺寸线、 几何特征符号、 参考基准、 价格特 征、 表面加工要求、 形状和位置公差范围值； 所述图像仅包括所述产品的产品线。 4.根据权利要求3所述的智能机械零件制造营运方法， 其特征在于， 所述识别算法包 括： 基于所述产品线为封 闭的实线、 且所述产品线粗于非产品线， 先排除线条的粗细程度 明显不符合预设粗细条件的非箭头实线， 再于剩余的非箭头实线中， 判断每个非箭头实线 的首尾坐标 是否与其它非箭头实线相交： 若是， 则线条为产品线； 若否， 则线条为非产品线； 将图纸上的线划分为基础线和疑难线， 所述基础线包括特征明显的线， 所述疑难线包 括除所述基础线以外较难判断的线； 基于所述产品线、 所述尺寸线和所述尺寸界线的特 征， 对所述基础线 进行特征识别； 基于所述识别算法对所述疑难线进行识别； 所述识别算法的预训练过程包括： 获取不权　利　要　求　书 1/3 页 2 CN 114186298 B 3