韩国机械材料研究院工艺设计旨在减少重复性工作
通过减少逐个选择面和孔以及设置加工流程的重复性工作，我们希望熟练工人能够将更多精力集中在刀具选择和加工条件审查上。
项目列表
产品屏幕 使用自动生成的工艺加工的标准试样（302 变形）的熔合材料模拟。摘要在公差范围内。 产品屏幕从零件外边缘分多个深度去除剩余材料。 产品屏幕根据孔的位置和深度选择钻头，并创建轴向加工路径。 产品屏幕在中心圆柱凸台周围去除凹槽材料。密集的蓝色线条是按深度重复的切削路径。 前表面的孔和型腔加工完成后，切换到下一个设置以翻转并固定零件。将刀具进刀方向相对于模型坐标系从 +Z 更改为 -Z，然后进行背面顶部粗加工 → 外部粗加工 → 轮廓精加工。 产品屏幕选择一个加工截面，比较切削力和切屑厚度，并检查最大值点的数控模块、刀具、进给率和转速。 本地化参考图 · 查看韩语原图 产品屏幕通过 3D 旋转/放大和方向变化检查加工结果。设计面、剩余材料和过切标记通过公差标准颜色和面积比例来区分。 本地化参考图 · 查看韩语原图 产品屏幕在包含此输出的分析中，使用颜色图检查加工表面的波纹度和形状误差。它与实际测量的粗糙度分开显示。 本地化参考图 · 查看韩语原图 
封闭型腔
开放型腔
盲孔
挤出凸台 · 材质
倒角
材料肩部研究渲染图 复合形状对，仅分离部分已更改。检查标签是否在通过 STEP 再次读取时保持不变。孔，凹槽倒角圆角材料
项目 01 · AI·CAD/CAM·BlueChain插件
读取 3D 模型并设计加工策略的 AI
Fusion CAM自动化流程：从形状分析 → AI加工特征识别 → 加工策略设计 → 数字孪生结果可视化
识别三维模型的加工特征，自动生成 Fusion CAM 加工工序
- 9种识别加工特征 · 包含毛坯
- ±0.15 mm设计与公差 · MDT 示例中的超切标准
- 1 例接收标签程序注册申请
形状分析
读取 3D 模型的面和边 (STEP)，并创建关系图，例如曲面类型和凸/凹连接。 AI加工特征识别
通过图神经网络的表面分类和形状组合分析，识别9种加工特征，包括毛坯、孔、凹槽、倒角和圆角。 设计加工策略
确定加工方向、夹紧方式、工艺顺序、刀具和切削条件，调整路径公差以匹配表面光洁度目标，并创建 Fusion CAM 工艺流程。 数字孪生结果可视化
接收执行的MDT仿真结果，并创建3D屏幕，显示切削力和切屑厚度曲线图，以及加工结果与设计之间的差异。
- 已分配角色
我亲自参与了从形状分析到加工策略设计和Fusion应用的研究与开发工作。对于数字孪生，我只负责可视化仿真结果。
3D模型形状分析和图形输入 机器特征识别AI和训练标注程序 设计加工策略和Fusion CAM流程生成 以图表形式可视化的MDT分析结果3D
数字孪生（MDT）仿真由完成。我仅负责提供仿真结果的可视化工作。 - 成果
我们开发了读取 3D CAD 形状的 AI、学习标记工具、加工策略设计引擎和 Fusion CAM 联动。数字孪生只负责可视化执行的模拟结果，创建一个屏幕，可以在其中以图形和 3D 形式查看切削力和加工结果。
验证涵盖 Fusion 和 MDT 仿真 · 非实际加工质量认证
AI识别加工特征 9type
- 标准材料/参考几何形状
- 盲孔地板上的堵塞孔
- 通孔零件上的孔
- OpenPocket侧开放型腔
- 关闭窗口封闭型腔
- 倒角边倒角。
- 圆角圆角
- 沉头孔带台阶的圆柱孔
- 倒角孔锥形入口孔
AI按表面对七种基本类型进行分类，并通过分析孔、台阶和倒角的形状组合来识别沉头孔和埋头孔。下面是六个实际学习 STEP 模型的示例，并带有正确答案标签。
复合底板
6 个基本标签 · 177 个曲面
通孔 · 盲孔 · 开放型腔 · 封闭型腔 · 倒角 · 毛坯
三角肋组件
7 个基本标签 · 139 个曲面
通孔 · 盲孔 · 开放型腔 · 封闭型腔 · 倒角 · 圆角 · 毛坯
旋转轴外壳
6 个基本标签 · 78 个曲面
通孔 · 盲孔 · 开放型腔 · 封闭型腔 · 圆角 · 毛坯
床板
7 个基本标签 · 74 个曲面
通孔 · 盲孔 · 开放型腔 · 封闭型腔 · 倒角 · 圆角 · 毛坯
尾部固定块
7 个基本标签 · 58 个曲面
通孔 · 盲孔 · 开放型腔 · 封闭型腔 · 倒角 · 圆角 · 毛坯
Z轴支架
6 个基本标签 · 87 个曲面
通孔 · 盲孔 · 开放型腔 · 封闭型腔 · 倒角 · 毛坯
颜色与上述列表中的基本特征相同。此数据显示用于训练的几何形状和标签，并不表示对新零件的预测精度。
由识别的特征生成的 Fusion CAM 工序
1、外层材料粗加工
2·钻孔
3. 内部多级型腔粗加工
4. 改变加工方向后加工背面
前表面设置 · +Z翻转零件 · 切换设置背面设置 · -Z
设置 1 · 前型腔粗加工 (+Z)
产品屏幕此屏幕显示 Fusion 中前内腔的粗加工路径。过程 1–3 在此 +Z 方向设置中执行。
设置 2 · 后顶部粗加工 (-Z)
产品屏幕这是从另一侧显示的同一零件的 Fusion 屏幕截图。切换设置翻转零件后，它从背面顶部粗加工开始，沿 -Z 方向继续进行。
设置 2 · 后轮廓精修
产品屏幕轮廓精加工路径显示在同一背面视图中。精加工沿着顶面和背面轮廓粗加工进行。
数字孪生结果的图表与 3D 画面
切削力、切屑厚度和数控截面
加工形状与设计之间的偏差。
加工表面波纹度和形状误差图。
此技术预期带来的变更
共享熟练人员的经验
通过将专家的几何分析和工艺设计流程整合到软件中，您可以帮助CAM经验不足的操作人员和小型制造工厂更好地利用技术。
通过虚拟验证节省资源
在实际加工前检查切削载荷和与设计偏差的过程，可以有效减少因反复试验而消耗的材料、刀具和时间。
以上内容描述了技术应用的预期效果。实际应用所节省的时间和成本量需要单独验证。
3D分步骤概念模型
实际引擎应用于此零件的工艺顺序以及使用工具绘制的概念模型。它按顺序显示了建模、特征识别和虎钳加工。
为每个面标注加工特征
将按面预测的结果分组为型腔、沉孔、孔、台阶和倒角。外侧的圆弧拐角不是圆角特征，而是与侧面一起归入外轮廓。
- 1型腔9 个面
- 2沉头孔2个地方
- 3通孔4个地方
- 4台阶2 个面
- 5外轮廓8 个侧面
- 6倒角C2 · 6 个面
- 图纸
- A-01
- 名称
- 带凹槽和台阶的零件
- 步长
- 02 特征识别
- 单位
- mm
- 作者
- Gyu-tae Kim
- 更新日期
详情 · 分步操作、问题及解决方案、验证
01每步执行的操作
形状分析
- STEP 曲面、边缘和曲面类型提取
- 将相邻面的凸凹关系表示为图
- 输入分层图分组面和三角面
AI加工特征识别
- 一个用于创建训练数据的标注程序
- 基于几何序列的数据分割
- 复合形状，混淆了型腔、圆角和倒角
- 比较输入、数据增强和标签更改的影响
设计加工策略
- 将面预测结果组织成加工特征组
- 确定加工方向、设置、工艺顺序、刀具和切削条件
- 路径容差和馈送与照明目标对齐
- 使用 Fusion API 进行设置和流程创建
- 即使工具变更或应用程序故障，也要维护现有工作
数字孪生结果可视化
- 按工艺/数控部分划分的切削力和切屑厚度图
- 显示该点的最大值、平均值、P95 值以及刀具、进给量和转数
- 可视化加工结果与设计值的偏差、表面波纹度和形状误差
负责模拟工作，我负责结果的可视化。
封闭型腔开放型腔盲孔挤出凸台 · 材质倒角材料肩部02问题及解决方案
问题即使只有少数面不正确，加工特征的分组也会发生变化。
已解决。我们还统计了匹配所有面的零件数量以及面单元得分。
问题分数变化的原因是标签修改和学习的综合因素。
已解决。我们分别计算了修改标签和学习后分数的变化。
问题识别结果必须与 Fusion 的设置、刀具和作业相匹配，才能形成加工流程。
已解决。我们区分了只需更换刀具的情况和需要创建新作业的情况。
问题只看单个面很难区分封闭型腔和开放型腔，10 个封闭型腔中漏掉了 4 个。
已解决。将面输入从 5 列扩展到 43 列，让模型同时查看周围边界以及截面是否开放，最终找出了全部封闭型腔。
问题MDT 结果显示，刀具抬起的瞬间刀具负载出现尖峰（切屑厚度 1.67 mm）。
已解决。改为先以进给速度将刀具抬到安全高度再快速移动，使台阶粗加工的刀具负载从 8,191 N 降到 251 N。
03验证
已验证项目
- 即使在 STEP 中保存并再次读取，标签也会保留
- 通过序列和学习进行分割，匹配推理输入
- 平均指标、按类别划分的误差、所有正确零件的数量
- 独立测试集 25 个零件、1,346 个面：面级准确率 99.33%，Macro F1 99.58%
- Fusion 自动回归测试（应用、工具更换、错误恢复）
- 材料模拟与参考 STEP 的比较
- MDT 结果可视化屏幕（切削力/切屑厚度图，与设计相比的 3D 比较）
超出范围
- 使用真实订单零件的现场评估
- 测量照度（仅调整路径容差并调整至目标值）
- 读取图纸公差
- 实际数控加工质量认证
包含技术文档和代码变更历史记录。