科创中国

本成果提出了基于零件批量加工数据分析的加工工艺与流程优化，主要包括零件加工过程的工艺数据挖掘与机器学习算法、基于数据和机理模型相结合的零件加工精度预测、基于机器学习的零件加工工艺优化与决策、基于数据驱动的零件批量加工工艺优化方法验证这四方面。

1）采用机理模型/有限元仿真技术获取切削力/热/柔度/加工误差数据集，构建代理模型实现了切削过程的毫秒级预测，切削过程关键物理量的预测时间优于10毫秒。2）建立了机理模型与小样本工况数据混合驱动的预测模型不确定分析与量化模型，提出了贝叶斯框架下的不确定校准方法，实现了加工误差快速（毫秒级）精准（偏差小于5微米）预测。3）提出了航轴加工质量状态估计方法，建立了现场多源数据信息串联模型，基于隐马尔科夫的决策模型，实现工序间感知平均误差控制在9.21%内。4）建立了加工次品率与加工参数约束集间双向映射互通模型，首次提出了基于隐马尔科夫模型与遗传算法的联合决策方法框架，联合决策优化框架保证次品率降低优于50%。

研究成果预期可以应用于航空/航天等多领域，实现加工全流程智能化管控、工艺全流程智能决策与加工工艺自适应调整，相关智能决策技术助力企业提高加工效率和加工精度。研究成果在智能加工产线智能决策技术应用与推广方面，基于零件加工精度预测、优化技术、工艺全流程决策技术等方面有相关研究工作，可与企业展开系列技术应用与技术推广工作，应有前景宽广。

团队核心成员：向华，长期从事数控应用技术的研究开发和产业化工作。组织和承担完成了国家重大科技攻关项目、国家重大科技专项、国家863项目、国家冬奥会攻关项目等十余项。主持和参加了十几个数控系统新产品的软件开发设计工作，并独立主持设计过6个新产品软件的开发。获得了8项软件著作权，1项发明专利，省部级特等奖1项，一等奖2项、二等奖1项。在国内外学术期刊和会议上发表学术论文十余篇。主编出版教材《华中数控系统操作、编程及故障诊断与维修》。团队核心成员：周会成；华中科技大学副教授，华中科技大学研究员，在国家数控系统工程技术研究中心工作。主要研究方向为数控系统体系架构和软件平台。 多次承担国家自然科学基金、国家重大科技专项、国家科技支撑计划项目。

本成果已申请并授权了多项中国发明专利，并取得了对应的软件著作权。本研究成果开发了零件全流程加工质量智能推理与优化软件，实现了轴类零件全流程加工工艺优化与决策，零件次品率降低超50%。具有显著的经济效率。预估潜在市场规模在5-10亿元范围内。

本项目成果研究目前处于已有样机阶段。项目运用数据挖掘和机器学习算法，开展工艺知识的挖掘与学习，形成面向制造工艺优化与决策的技术规范。本项目接受转移转化，合作方式：专利许可、面谈等。