姓名：刘青华

博士21级

邮箱：lqh9610@163.com

兴趣爱好：游泳

最崇拜的人：毛泽东

最喜爱的一句话：只要思想不滑坡，办法总比困难多

研究内容：在智能制造背景下，铣削工艺的评价与优化需突破传统经验驱动模式，转向知识数据融合驱动的智能化路径。该研究聚焦于多源异构数据整合与工艺知识建模，通过构建铣削工艺数据库（集成机床参数、刀具寿命、工件材料特性等实时数据），结合机器学习算法（如随机森林、神经网络）挖掘数据隐含规律，建立铣削力预测、表面粗糙度评估等工艺指标模型。同时，融合专家经验构建工艺知识图谱，实现加工参数与工艺规则的语义关联，形成 “数据驱动建模 — 知识规则推理 — 工艺参数优化” 的闭环系统。

数控加工是解决零件品种多变、批量小、形状复杂、精度高等问题和实现高效化和自动化加工的有效途径。但在工艺设计中，加工程序编制不恰当，可能出现下列问题：

①机床的控制系统不接受加工程序

②刀路轨迹超出机床行程

③工件加工不完全，工件上出现大的残留

④加工过程中有太多的刀具无效运动

⑤加工刀具切伤工装

⑥加工的形状错误

⑦严重时会碰坏数控机床，造成重大的经济损失

传统的加工验证方法采用试切法，会耗费大量的资源和精力。数字孪生工艺验证是指在计算机上完成加工工件程序的编辑、对刀、加工和工件的测量等工作，完成的全过程和在机床实际操作是一样的，能真实地反映整个加工的全过程，且可以测量出加工件的实际尺寸。经过的程序可以的安全地应用于数控机床上，具备实现自动化的可行性。