(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111358640.6 (22)申请日 2021.11.16 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦二层 (72)发明人 石逸轩　戴明洋　刘子祥　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 代理人 单冠飞 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/17(2020.01) G06F 111/06(2020.01) (54)发明名称 冲压工艺参数处理方法、 装置、 电子设备及 存储介质 (57)摘要 本公开提供了一种 冲压工艺参数处理方法、 装置、 电子设备及存储介质， 涉及计算机技术领 域， 尤其涉及人工智能、 工业大数据和深度学习 技术领域。 具体实现方案为： 获取冲压零件的目 标尺寸信息和冲压零件的第一原料信息； 根据目 标尺寸信息、 第一原料信息和预设的仿真模型， 利用遗传算法生成冲压零件的冲压工艺优化参 数； 其中， 仿真模型已学习得到根据工艺参数和 原料信息 预测冲压零件尺寸的能力。 该方案可以 实现冲压工艺过程中工艺参数的优化， 降低冲压 工艺产线的现场调试的时间成本和人力成本 。 权利要求书3页 说明书11页 附图7页 CN 114186479 A 2022.03.15 CN 114186479 A 1.一种冲压 工艺参数处理方法， 包括： 获取冲压零件的目标尺寸信息和所述冲压零件的第一原料信息； 根据所述目标尺寸信息、 第一原料信息和预设的仿真模型， 利用遗传算法生成所述冲 压零件的冲压 工艺优化 参数； 其中， 所述仿真模型已学习得到根据工艺 参数和原料信息预测冲压零件尺寸的能力。 2.根据权利要求1所述的方法， 其中， 所述根据所述目标尺寸信息、 第一原料信息和预 设的仿真模型， 利用遗传算法生成所述冲压零件的冲压 工艺优化 参数， 包括： 以随机的方式在预设的参数 范围内， 确定初始种群中每 个个体代表的工艺 参数； 根据每个所述个体代表的工艺参数、 所述第一原料信息、 所述目标尺寸信息和所述仿 真模型， 计算每 个所述个 体的适用度； 根据每个所述个 体的适用度， 对所述种群中的个 体进行筛 选， 得到目标个 体； 利用所述目标个 体进行交叉繁殖及变异， 得到下一轮种群； 响应于未满足遗传算法的终止条件， 返回执行所述根据每个所述个体代表的工艺参 数、 所述第一原料信息、 所述目标尺 寸信息和所述仿 真模型， 计算每个所述个体的适用度的 步骤； 响应于满足所述遗传算法的终止条件， 将满足所述遗传算法的终止条件时得到的种群 中个体代表的工艺 参数， 确定为所述冲压零件的冲压 工艺优化 参数。 3.根据权利要求2所述的方法， 其中， 所述根据每个所述个体代表的工艺参数、 所述第 一原料信息、 所述目标尺寸信息和所述仿真模型， 计算每 个所述个 体的适用度， 包括： 将每个所述个体代表的工艺参数、 所述第一原料信息输入至所述仿真模型， 获得每个 所述个体的预测尺寸信息； 根据所述目标尺寸信息和每个所述个体的预测尺寸信息， 计算每个所述个体的适用 度。 4.根据权利要求2所述的方法， 其中， 所述第一原料信息中包含多组原料数据； 所述根 据每个所述个体代表的工艺参数、 所述第一原料信息、 所述目标尺 寸信息和所述仿 真模型， 计算每个所述个 体的适用度， 包括： 将每个所述个体代表的工艺参数、 所述多组原料数据输入至所述仿真模型， 获得每个 所述个体的多个预测尺寸信息； 根据所述目标尺寸信息， 确定合格尺寸区间； 将每个所述预测尺寸信 息分别与 所述合格尺寸区间进行比对， 以计算每个所述个体预 测尺寸的合格率； 将每个所述个 体预测尺寸的合格率， 确定为对应 个体的适用度。 5.根据权利要求1所述的方法， 还 包括： 获取所述冲压零件的第二原料信息； 根据所述第二原料信息、 所述目标尺寸信息和所述仿真模型， 对所述冲压工艺优化参 数进行评估。 6.一种冲压 工艺参数处理装置， 包括： 第一获取模块， 用于获取冲压零件的目标尺寸信息和第一原料信息； 生成模块， 用于根据 所述目标尺寸信 息、 第一原料信息和预设的仿真模型， 利用遗传算权　利　要　求　书 1/3 页 2 CN 114186479 A 2法生成所述冲压零件的冲压 工艺优化 参数； 其中， 所述仿真模型已学习得到根据工艺 参数和原料信息预测冲压零件尺寸的能力。 7.根据权利要求6所述的装置， 其中， 所述 生成模块包括： 第一确定单元， 用于以随机的方式在预设的参数范围内， 确定初始种群中每个个体代 表的工艺 参数； 计算单元， 用于根据每个所述个体代表的工艺参数、 所述第 一原料信 息、 所述目标尺寸 信息和所述仿真模型， 计算每 个所述个 体的适用度； 筛选单元， 用于根据每个所述个体的适用度， 对所述种群 中的个体进行筛选， 得到目标 个体； 获取单元， 用于利用所述目标个 体进行交叉繁殖及变异， 得到下一轮种群； 其中， 所述计算单元还用于响应于未满足遗传算法的终止条件， 根据每个所述个体代 表的工艺参数、 所述第一原料信息、 所述目标尺 寸信息和所述仿 真模型， 计算每个所述个体 的适用度； 第二确定单元， 用于响应于满足所述遗传算法的终止条件， 将满足所述遗传算法的终 止条件时得到的种群中个 体代表的工艺 参数， 确定为所述冲压零件的冲压 工艺优化 参数。 8.根据权利要求7 所述的装置， 其中， 所述计算单 元具体用于： 将每个所述个体代表的工艺参数、 所述第一原料信息输入至所述仿真模型， 获得每个 所述个体的预测尺寸信息； 根据所述目标尺寸信息和每个所述个体的预测尺寸信息， 计算每个所述个体的适用 度。 9.根据权利要求7所述的装置， 其中， 所述第一原料信息中包含多组原料数据； 所述计 算单元具体用于： 将每个所述个体代表的工艺参数、 所述多组原料数据输入至所述仿真模型， 获得每个 所述个体的多个预测尺寸信息； 根据所述目标尺寸信息， 确定合格尺寸区间； 将每个所述预测尺寸信 息分别与 所述合格尺寸区间进行比对， 以计算每个所述个体预 测尺寸的合格率； 将每个所述个 体预测尺寸的合格率， 确定为对应 个体的适用度。 10.根据权利要求6所述的装置， 还 包括： 第二获取模块， 用于获取 所述冲压零件的第二原料信息； 评估模块， 用于根据 所述第二原料信 息、 所述目标尺寸信 息和所述仿真模型， 对所述冲 压工艺优化 参数进行评估。 11.一种电子设备， 包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处 理器能够执 行权利要求1 ‑5中任一项所述的方法。 12.一种存储有计算机指令的非瞬时计算机可读存储介质， 其中， 所述计算机指令用于 使所述计算机执 行根据权利要求1 ‑5中任一项所述的方法。权　利　要　求　书 2/3 页 3 CN 114186479 A 3