1. 立项原因与产品问题： 模具加工行业长期依赖经验丰富的老师傅手动编程，工艺参数选择缺乏科学依据，加工效率低、质量不稳定。本项目旨在通过AI技术辅助编程，实现切削参数智能优化、工艺知识结构化存储、自动编程流程，降低对人工经验的依赖，提升模具加工质量和效率。
2. 行业场景与业务背景： 模具制造行业中，铜公（电极）加工是关键环节，直接影响最终模具质量。传统方式需要工程师手动选择刀具、设置切削参数、创建CAM操作、生成刀路、后处理输出NC代码，整个过程耗时且容易出错。本项目针对模具CNC加工场景，提供从总图拆铜公到程式单输出的全流程自动化解决方案，覆盖粗加工、半精加工、精加工等多道工序，支持手机模、家电模等高精度模具制造需求。
1. 核心功能模块： 项目包含以下主要功能模块：
- AI推理引擎 ：LLM智能对话、参数优化、约束校验、铜公分类
- 知识服务 ：工艺知识图谱、材料数据库、刀具库管理
- 自动编程 ：图层扫描、导出导入、重定位、CAM操作创建、刀路生成
- 电极设计 ：自动创建电极、基准台设计、火花位管理、干涉检查
- 后处理系统 ：NC代码生成、多机床支持（Fanuc/Siemens/Mitsubishi/Haas）
- 程式单系统 ：三视图自动生成、尺寸标注、PDF输出
2. 主要功能描述：
- AI智能对话 ：支持深度思考、多轮对话、函数调用、流式输出，工程师可通过自然语言与系统交互
- 参数优化引擎 ：基于多目标优化算法（精度/质量/效率），推荐最优切削参数（转速、进给、切深）
- 约束校验系统 ：7层约束体系（安全/质量/效率/机床/刀具/工艺/精度传递），确保参数合规
- 铜公分类器 ：AI模型（LightGBM）+ 规则兜底，自动识别前模/后模/滑块/清角等类型
- 自动编程流程 ：一键执行图层扫描→导出→AI分类→重定位→CAM创建→刀路生成→后处理→程式单输出
- 电极设计自动化 ：支持4种基准台类型、4种火花位模式、14种孔加工类型识别
- 刀具库管理 ：刀具分类、刀柄库、刀具寿命管理、CSV刀库系统
- 程式单生成 ：自动创建三视图、标注尺寸公差、填充工艺信息、输出PDF
1. "我"负责的具体任务：
- 系统架构设计与技术选型
- AI推理引擎开发（LLM服务、参数优化、约束校验）
- 铜公分类器模型训练（LightGBM + 特征工程）
- 知识图谱构建与工艺知识结构化
- Java NX插件核心模块开发（CAM数据提取、操作执行、刀路生成、后处理）
- 自动编程管线编排与流程控制
- 单元测试与集成测试（759+测试用例）
2. 技术栈与架构亮点、难点：
技术栈 ：
- Python 3.11 + FastAPI ：后端服务，AI推理层
- Java 8 + NXOpen ：NX插件，直接调用NX Open API
- LightGBM ：铜公分类模型训练
- SQLite ：可观测性追踪、会话管理
- OpenAI SDK ：LLM对话集成
- SSE流式输出 ：实时推送AI推理进度
架构亮点 ：
1. Java插件常驻NX进程 ：直接调用完整NX Open API（含UF函数），避免Python Journal模式的局限性
2. Local-First设计 ：所有AI推理、知识检索本地完成，支持离线降级，不依赖外网
3. 插件化架构 ：Operation + Registry + SessionManager 设计，支持动态扩展
4. 多目标参数优化 ：精度/质量/效率三维优化，权重可调，适应不同加工场景
5. 知识约束驱动 ：工艺知识图谱提供硬约束，确保AI推荐符合工艺规范
技术难点 ：
1. NX Open API兼容性 ：NX 2412 API变化较大，需适配新接口，处理RemoteException
2. 多语言通信 ：Java ↔ Python HTTP通信，SSE流式输出，Token认证
3. 工艺知识结构化 ：从PDF知识库提取概念、关系、规则，构建知识图谱
4. 电极设计自动化 ：基准台干涉检查、火花位计算
评论