CAM软件模型调用方法、系统、设备及介质

本技术涉及数控加工，特别是涉及一种cam软件模型调用方法、系统、设备及介质。

背景技术：

1、cam软件开发过程中，经常需要根据被加工对象及其加工要求确定工艺参数及计算加工参数。以叶片铣削为例，毛坯材料不同、形状不同，需要选择不同加工策略、不同切深等，同时需要根据选择的参数计算刀具的进给速度、加速度、摆角等。现有技术中，软件调用的模型常用的有传统模型（数学模型或经验模型）和数据模型（机器学习、深度学习算法建立的数据模型）。一般而言，传统模型稳定、可解释性强，但建模周期长、且因忽略次影响因素易出现误差。数据模型灵活、效率高，但解释性差、变化快。

2、在仍然以传统模型为主导的工业软件开发中，当前对数据模型的利用主要通过以下几种方法：1、通过数据模型获得知识，该知识可以帮助建立传统模型；2、以机理为主的传统模型为数据建模提供引导，让数据模型更为聚焦；3、将数据模型输出成.dll文件，供cam软件直接调用。这几种方法都在一定程度上促进了cam软件的发展，特别是方法3，数据模型能够直接为cam软件所调用。然而，仍然存在几个问题：方法1、2中传统模型与数据模型只形成了浅层结合；方法3中虽然实现了直接调用，但cam软件一般在用户端都是定期更新，数据模型生成的.dll文件也是定期生成，两者都难以实现实时更新。

技术实现思路

1、本技术提供一种cam软件模型调用方法、系统、设备及介质，将传统模型和数据模型并用，能够实时调用最新的数据模型，提高参数预测的准确性和有效性。

2、本技术实施例第一方面提供一种cam软件模型调用方法，包括应用于设备端、数采系统、边缘端和云端的系统，上述设备端运行有cam软件，上述边缘端预设有多种传统模型和数据模型，上述云端预设有多种数据模型，上述方法包括：

3、通过上述数采系统持续从上述设备端采集加工过程中产生的数据，并传输至上述边缘端进行存储；上述加工过程中产生的数据包括输入参数对应的数据、待预测参数对应的数据及中间过程数据；

4、上述边缘端将上述加工过程中产生的数据上传至上述云端，上述云端根据上述输入参数对应的数据、待预测参数对应的数据及中间过程数据进行训练，形成初始数据模型；

5、随着数据采集过程的不断继续，新产生的数据作为新的训练数据，在云端对上述初始数据模型进行增量训练，更新上述数据模型的权重参数，形成更新的数据模型，更新后的数据模型回传至上述边缘端；

6、上述cam软件根据当前的加工需求，调用对应的上述传统模型或更新的数据模型，并根据生成的结果数据控制上述设备端执行加工。

7、可选地，上述cam软件根据当前的加工需求，调用对应的上述传统模型或更新的数据模型，并根据生成的结果数据控制上述设备端执行加工，包括：

8、上述cam软件根据当前的加工需求，确定需调用的上述传统模型或更新的数据模型的函数名，并据其生成对应的调用函数指令，发送至上述边缘端；每个上述传统模型或更新的数据模型分别对应一个唯一的函数名；

9、上述边缘端根据上述调用函数指令，调用对应的传统模型或更新的数据模型，获得结果数据；

10、上述cam软件根据上述结果数据控制上述设备端执行加工。

11、可选地，上述方法还包括：通过上述边缘端按照预设周期对存储的上述加工过程中产生的数据进行管理，将当前预设周期之前的过程数据删除。

12、可选地，上述方法还包括：通过上述边缘端对上述加工过程中产生的数据进行预处理，并将预处理后的过程数据发送至上述云端。

13、可选地，上述方法还包括：通过上述云端对上述加工过程中产生的数据的数据量或者运算所需时间进行评估，若上述加工过程中产生的数据的数据量小于第一预设阈值或运算时间低于预设时间阈值，则通过一台服务器进行运算；若上述加工过程数据的数据量不小于上述第一预设阈值或运算时间高于预设时间阈值，则通过多台上述服务器进行并行运算。

14、本技术实施例第二方面提供一种cam软件模型调用系统，上述系统包括：

15、设备端、数采系统、边缘端和云端，上述设备端运行有cam软件，上述边缘端预设有多种传统模型和数据模型，上述云端预设有多种数据模型；

16、上述设备端用于根据上述cam软件的控制指令执行加工；

17、上述数采系统用于从上述设备端持续采集加工过程中产生的数据，并传输至上述边缘端；上述加工过程中产生的数据包括输入参数对应的数据、待预测参数对应的数据及中间过程数据；

18、上述边缘端用于对上述加工过程中产生的数据进行存储和预处理，并将预处理后的数据上传至上述云端；

19、上述云端根据上述加工过程中产生的数据进行训练，形成初始数据模型。随着数据采集过程的不断继续，新产生的数据作为新的训练数据，在云端对上述初始数据模型进行增量训练，更新上述数据模型的权重参数，形成更新的数据模型，更新后的数据模型回传至边缘端；

20、上述cam软件用于根据当前的加工需求，调用对应的上述传统模型或更新的数据模型，并根据生成的结果数据控制上述设备端执行加工。

21、可选地，上述系统还包括：

22、上述cam软件根据当前的加工需求，确定需调用的上述传统模型或更新的数据模型的函数名，并据其生成对应的调用函数指令，发送至上述边缘端；其中，每个上述传统模型或更新的数据模型分别对应一个唯一的函数名。

23、本技术实施例第三方面提供一种可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如本技术第一方面的方法中的步骤。

24、本技术实施例第四方面提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，上述处理器执行时实现本技术第一方面的方法中的步骤。

25、与现有技术相比，本技术包括以下优点：

26、本技术实施例提供一种cam软件模型调用方法、系统、设备及介质，过程中，通过数采系统持续从设备端采集加工过程中产生的数据，并传输至边缘端进行存储；加工过程中产生的数据包括输入参数对应的数据、待预测参数对应的数据及中间过程数据；边缘端将加工过程中产生的数据上传至云端，云端根据加工过程中产生的数据进行训练，形成初始数据模型；随着数据采集过程的不断继续，新产生的数据作为新的训练数据，在云端对初始数据模型进行增量训练，更新数据模型的权重参数，形成更新的数据模型，更新后的数据模型回传至边缘端；cam软件根据当前的加工需求，调用对应的传统模型或更新的数据模型，并根据生成的结果数据控制设备端执行加工。从而，在传统模型的基础上，通过数采系统和边缘端持续采集加工过程中产生的数据，作为新的训练数据，在云端对相应的数据模型进行持续更新，使数据模型始终保持最新状态，并通过cam软件进行实时调用。一方面，通过用部分数据模型替换传统模型，解决了传统模型存在的无法考虑所有影响因素的弊端。另一方面，通过实时将最新数据模型传至边缘端，cam软件根据加工需求发送调用指令调用最新模型这种机制，使得客户端cam软件无需实时更新即可获得最新数据模型。