復雜航天結構件一般由鑄造毛坯加工而成,毛坯的生成方式直接影響零件的加工效率與加工成本,因此獲得高效、經(jīng)濟的毛坯非常重要。對于鑄造毛坯模型的選用,需要考慮制造的工藝過程,可由三維設計模型逆向生成毛坯模型。復雜航天結構件具有加工特征種類多、生產(chǎn)制造過程復雜的特點,給鑄造毛坯生成過程帶來了問題。這類航天結構件的毛坯模型選用,一般需要工藝人員分析零件的特點,考慮可能的還原路線以及工序還原方法,從而確定合適的毛坯模型。目前,從MBD設計模型到毛坯模型的選用過程中,存在以下問題:第一,工藝人員存在無法有效利用MBD設計模型上的信息問題,使得毛坯生成過程中每個特征的設計信息與特征對應加工資源信息無法有效結合,并且加工資源多由人工選擇。第二,毛坯還原工藝路線需要人工根據(jù)經(jīng)驗制定,并且毛坯還原的中間工序模型存在重復建模的問題,從而導致毛坯選用周期長、效率低。針對以上問題,本文做了以下研究:（1）針對MBD設計模型在傳統(tǒng)還原特征模型構建過程中,信息利用效率低以及特征的加工資源無法快速選用的問題,本文提出了一種針對航天結構件的MBD還原特征構建方法,此方法在加工特征被識別、標注信息被提取的基礎上,建立加工資... 

【文章來源】：東華大學上海市 211工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 MBD特征模型構建研究現(xiàn)狀
        1.2.2 毛坯模型生成方法研究現(xiàn)狀
    1.3 論文體系架構
        1.3.1 研究目標
        1.3.2 研究內(nèi)容
        1.3.3 技術路線
        1.3.4 論文章節(jié)安排
第二章 航天結構件MBD還原特征模型構建
    2.1 引言
    2.2 MBD還原特征描述
        2.2.1 還原特征模型包含要素
        2.2.2 還原特征分類
        2.2.3 MBD還原特征模型構建流程
    2.3 工藝知識庫構建
        2.3.1 還原特征屬性結構化
        2.3.2 加工資源的存儲與表達
    2.4 加工資源的發(fā)現(xiàn)
        2.4.1 加工資源選用問題分析
        2.4.2 基于決策樹的加工方法選用
        2.4.3 加工設備選用
    2.5 實驗驗證與分析
    2.6 本章小結
第三章 航天結構件毛坯模型生成方法研究
    3.1 引言
    3.2 毛坯模型生成總體流程
    3.3 工藝還原路線的確認
        3.3.1 還原特征要素描述
        3.3.2 工藝還原路線模型建立
        3.3.3 基于遺傳算法的還原路線確認
    3.4 特征還原方法研究
        3.4.1 特征填充算法
        3.4.2 模型后處理
    3.5 毛坯模型生成
    3.6 實驗驗證
        3.6.1 工藝還原路線實驗驗證
        3.6.2 特征填充算法實驗驗證
    3.7 本章小結
第四章 原型系統(tǒng)設計與驗證
    4.1 引言
    4.2 系統(tǒng)開發(fā)環(huán)境
    4.3 框架結構與功能
        4.3.1 框架結構
        4.3.2 功能模塊與界面
    4.4 實驗驗證
    4.5 本章小結
第五章 總結與展望
    5.1 論文工作總結
    5.2 展望
參考文獻
攻讀學位期間的研究成果
致謝


【參考文獻】：
期刊論文
[1]低碳低成本約束下箱體零件加工路線優(yōu)化方法[J]. 張雷,趙希坤,蔣詩新,宋豪達.  中國機械工程. 2018(23)
[2]云制造環(huán)境下基于貝葉斯網(wǎng)絡的機床裝備資源優(yōu)化決策方法[J]. 龔小容,李孝斌,尹超.  中國機械工程. 2018(20)
[3]基于本體的制造知識建模方法及其應用[J]. 施昭,曾鵬,于海斌.  計算機集成制造系統(tǒng). 2018(11)
[4]面向工序建模的特征MBD設計信息提取方法[J]. 劉世民,王海超,鮑勁松,張小龍,郭國強,金永喬,郭具濤.  東華大學學報(自然科學版). 2018(04)
[5]面向知識圖譜的知識推理研究進展[J]. 官賽萍,靳小龍,賈巖濤,王元卓,程學旗.  軟件學報. 2018(10)
[6]基于改進模糊神經(jīng)網(wǎng)絡的廢舊零部件再制造工藝方案決策方法[J]. 李聰波,馮亞,杜彥斌,李玲玲.  計算機集成制造系統(tǒng). 2016(03)
[7]基于Pro/Toolkit的Creo 2.0二次開發(fā)過程研究[J]. 程相文,邢樹雪.  機械工程與自動化. 2015(05)
[8]基于BP神經(jīng)網(wǎng)絡的面向STEP-NC加工工步序列生成[J]. 歐陽華兵.  計算機集成制造系統(tǒng). 2015(07)
[9]基于輪廓搜索的機匣銑削毛坯模型自動構建方法[J]. 張帥,李迎光,蘇廷銘,劉自成,郝小忠.  南京航空航天大學學報. 2015(03)
[10]三維機加工工藝工序間模型快速創(chuàng)建方法[J]. 劉金鋒,倪中華,劉曉軍,程亞龍,尹強.  計算機集成制造系統(tǒng). 2014(07)

博士論文
[1]基于特征和加工元的三維工序模型構建方法研究[D]. 邵立.西北工業(yè)大學 2017
[2]基于碳排放評估的低碳制造工藝規(guī)劃決策模型及應用研究[D]. 尹瑞雪.重慶大學 2014
[3]復雜零件工藝方案優(yōu)化關鍵技術研究[D]. 黃偉軍.華中科技大學 2012
[4]智能CAPP系統(tǒng)中工藝路線和切削參數(shù)的決策研究[D]. 劉偉.天津大學 2010

碩士論文
[1]基于特征建模的數(shù)控車削加工仿真算法研究[D]. 李珂.北京交通大學 2018
[2]決策樹C4.5算法的改進與應用[D]. 王金慶.西安理工大學 2017
[3]面向加工任務匹配的加工資源共享平臺關鍵技術研究[D]. 李慶冬.山東大學 2017
[4]三維機加工藝設計系統(tǒng)中工藝信息智能匹配的研究[D]. 鄭磊.東南大學 2017
[5]基于輕量化模型的毛坯生成研究[D]. 余亞宏.華中科技大學 2017
[6]基于MBD的數(shù)控加工工藝模型及設計系統(tǒng)研究[D]. 吳容.南京航空航天大學 2016
[7]基于知識的再制造工藝智能決策支持系統(tǒng)研究[D]. 任勇.武漢科技大學 2014
[8]基于改進的決策樹信用評價模型研究及其工具實現(xiàn)[D]. 呂曉丹.東華大學 2014
[9]基于語義Web的云制造加工資源發(fā)現(xiàn)機制研究[D]. 陳桂松.重慶大學 2013
[10]基于特征的飛機結構件數(shù)控加工工時預測技術[D]. 劉長青.南京航空航天大學 2011



本文編號：3201183