本文關(guān)鍵詞：高檔數(shù)控機(jī)床模塊化拆卸設(shè)計方法及其應(yīng)用研究

  更多相關(guān)文章： 模塊化設(shè)計 拆卸模塊建模 拆卸序列規(guī)劃 拆卸方案評價 Petri網(wǎng)

【摘要】：高檔數(shù)控機(jī)床是當(dāng)前我國航空航天、汽車、船舶和國防等領(lǐng)域亟需的核心裝備,高檔數(shù)控機(jī)床在歷經(jīng)生命周期末端時,需要經(jīng)過合理的拆卸才能被再制造重用,因此針對高檔數(shù)控機(jī)床模塊化拆卸設(shè)計,論文研究了高檔數(shù)控機(jī)床拆卸模塊建模、拆卸序列規(guī)劃和拆卸方案評價方法,結(jié)合實際項目,開發(fā)了高檔數(shù)控機(jī)床模塊資源庫系統(tǒng),以TGK46100高精數(shù)控臥式鏜床為例對論文所提理論方法進(jìn)行了應(yīng)用驗證。論文的組織結(jié)構(gòu)為:第一章概述了論文的研究背景和意義,分別對模塊劃分、拆卸模塊建模、拆卸序列規(guī)劃和拆卸方案評價在國內(nèi)外的研究現(xiàn)狀進(jìn)行了綜述,指出了現(xiàn)有高檔數(shù)控機(jī)床拆卸設(shè)計方法的不足,給出了論文的研究內(nèi)容和組織架構(gòu)。第二章提出了基于Petri網(wǎng)的高檔數(shù)控機(jī)床拆卸模塊建模方法�；诖植诩碚摲治隽烁邫n數(shù)控機(jī)床零部件間的模糊關(guān)聯(lián)關(guān)系,獲得了零部件間的綜合關(guān)聯(lián)度矩陣,在此基礎(chǔ)上,以上閾值和下閾值相結(jié)合的方式對高檔數(shù)控機(jī)床零部件進(jìn)行模糊聚類,實現(xiàn)了模塊的合理劃分,并利用Petri網(wǎng)構(gòu)建了模塊的拆卸信息模型。第三章提出了基于粒子群算法的高檔數(shù)控機(jī)床拆卸序列規(guī)劃方法。以拆卸時間、拆卸收益和拆卸復(fù)雜度構(gòu)建了高檔數(shù)控機(jī)床多目標(biāo)優(yōu)化數(shù)學(xué)模型,運用粒子群算法對該數(shù)學(xué)模型進(jìn)行了求解,并以高檔數(shù)控機(jī)床防護(hù)裝置的拆卸序列規(guī)劃為例,對所提方法進(jìn)行了驗證。第四章提出了基于逼近理想解法的高檔數(shù)控機(jī)床拆卸方案評價方法。制定了高檔數(shù)控拆卸方案的評價指標(biāo)體系,運用熵權(quán)法和層次分析法確定了評價指標(biāo)的綜合權(quán)重,通過灰色關(guān)聯(lián)度和歐氏距離計算了拆卸方案到正、負(fù)理想解的相對貼近度,并以此為依據(jù),優(yōu)選出了最佳的高檔數(shù)控機(jī)床拆卸方案。第五章開發(fā)了高檔數(shù)控機(jī)床模塊資源庫系統(tǒng),通過該系統(tǒng)實現(xiàn)了對拆卸模塊的系統(tǒng)化管理,以TGK46100高精數(shù)控臥式鏜床為例對論文所提理論方法進(jìn)行了應(yīng)用驗證。第六章對論文的研究內(nèi)容進(jìn)行了歸納總結(jié),并對后續(xù)的研究方向進(jìn)行了展望。
【關(guān)鍵詞】：模塊化設(shè)計 拆卸模塊建模 拆卸序列規(guī)劃 拆卸方案評價 Petri網(wǎng)
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TG659
【目錄】：

• 致謝4-5
• 摘要5-6
• ABSTRACT6-11
• 第1章 緒論11-21
• 1.1 引言11-12
• 1.2 國內(nèi)外相關(guān)研究現(xiàn)狀12-17
• 1.2.1 高檔數(shù)控機(jī)床模塊劃分方法研究現(xiàn)狀12-14
• 1.2.2 高檔數(shù)控機(jī)床拆卸信息建模研究現(xiàn)狀14-15
• 1.2.3 高檔數(shù)控機(jī)床拆卸序列規(guī)劃研究現(xiàn)狀15-16
• 1.2.4 高檔數(shù)控機(jī)床拆卸方案評價研究現(xiàn)狀16-17
• 1.3 高檔數(shù)控機(jī)床模塊化拆卸設(shè)計方法的提出17-18
• 1.4 本文的研究內(nèi)容和組織架構(gòu)18-20
• 1.4.1 本文的研究內(nèi)容18-20
• 1.4.2 本文的組織架構(gòu)20
• 1.5 本章小結(jié)20-21
• 第2章 基于Petri網(wǎng)的高檔數(shù)控機(jī)床拆卸模塊建模21-37
• 2.1 引言21
• 2.2 高檔數(shù)控機(jī)床拆卸模塊劃分21-27
• 2.2.1 面向拆卸的高檔數(shù)控機(jī)床模塊劃分準(zhǔn)則分析21-23
• 2.2.2 基于粗糙集的高檔數(shù)控機(jī)床零部件關(guān)聯(lián)關(guān)系分析23-24
• 2.2.3 高檔數(shù)控機(jī)床零部件綜合關(guān)聯(lián)度計算24-25
• 2.2.4 高檔數(shù)控機(jī)床零部件聚類求解及聚類結(jié)果評價25-27
• 2.3 基于Petri網(wǎng)的高檔數(shù)控機(jī)床拆卸模塊信息模型構(gòu)建27-30
• 2.3.1 高檔數(shù)控機(jī)床拆卸模塊信息的Petri網(wǎng)模型27-28
• 2.3.2 高檔數(shù)控機(jī)床拆卸模塊信息Petri網(wǎng)模型的矩陣表達(dá)28-30
• 2.4 實例應(yīng)用30-36
• 2.4.1 高檔數(shù)控機(jī)床進(jìn)給伺服系統(tǒng)拆卸模塊構(gòu)建30-35
• 2.4.2 高檔數(shù)控機(jī)床進(jìn)給伺服系統(tǒng)拆卸信息Petri網(wǎng)模型35-36
• 2.5 本章小結(jié)36-37
• 第3章 基于粒子群算法的高檔數(shù)控機(jī)床拆卸序列規(guī)劃37-52
• 3.1 引言37
• 3.2 高檔數(shù)控機(jī)床拆卸序列規(guī)劃優(yōu)化目標(biāo)函數(shù)構(gòu)建37-40
• 3.2.1 高檔數(shù)控機(jī)床拆卸時間優(yōu)化目標(biāo)函數(shù)37-39
• 3.2.2 高檔數(shù)控機(jī)床拆卸收益優(yōu)化目標(biāo)函數(shù)39
• 3.2.3 高檔數(shù)控機(jī)床拆卸復(fù)雜度優(yōu)化目標(biāo)函數(shù)39-40
• 3.3 Pareto粒子群算法與拆卸序列求解40-44
• 3.3.1 PSO算法中粒子位置與速度的更新規(guī)則40-41
• 3.3.2 基于小生境技術(shù)的PSO算法非劣解集更新與篩選41-43
• 3.3.3 高檔數(shù)控機(jī)床拆卸序列非支配求解43-44
• 3.4 實例應(yīng)用44-51
• 3.4.1 高檔數(shù)控機(jī)床防護(hù)裝置拆卸信息模型構(gòu)建44-50
• 3.4.2 高檔數(shù)控機(jī)床防護(hù)裝置拆卸序列非支配求解50-51
• 3.5 本章小結(jié)51-52
• 第4章 基于逼近理想解法的高檔數(shù)控機(jī)床拆卸方案評價52-67
• 4.1 引言52
• 4.2 高檔數(shù)控機(jī)床拆卸方案評價指標(biāo)體系構(gòu)建52-55
• 4.2.1 高檔數(shù)控機(jī)床拆卸方案評價指標(biāo)確定52-53
• 4.2.2 高檔數(shù)控機(jī)床拆卸方案評價指標(biāo)量化53-55
• 4.3 基于灰色關(guān)聯(lián)度的逼近理想解法評價模型55-60
• 4.3.1 歐氏距離與灰色關(guān)聯(lián)度相結(jié)合的相對貼近度計算56-58
• 4.3.2 結(jié)合熵權(quán)與AHP法的綜合權(quán)重確立58-60
• 4.4 高檔數(shù)控機(jī)床拆卸方案評價流程60-63
• 4.4.1 創(chuàng)建高檔數(shù)控機(jī)床拆卸方案標(biāo)準(zhǔn)化決策矩陣60-61
• 4.4.2 構(gòu)建高檔數(shù)控機(jī)床拆卸方案加權(quán)標(biāo)準(zhǔn)化決策矩陣61
• 4.4.3 計算高檔數(shù)控機(jī)床拆卸方案到正負(fù)理想解的歐氏距離61
• 4.4.4 計算高檔數(shù)控機(jī)床拆卸方案與正負(fù)理想解的灰色關(guān)聯(lián)度61-62
• 4.4.5 計算相對貼近度并確定最優(yōu)的高檔數(shù)控機(jī)床拆卸方案62-63
• 4.5 實例應(yīng)用63-66
• 4.5.1 高檔數(shù)控機(jī)床防護(hù)裝置拆卸方案加權(quán)標(biāo)準(zhǔn)化決策矩陣構(gòu)建63-65
• 4.5.2 高檔數(shù)控機(jī)床防護(hù)裝置拆卸方案相對貼近度計算及方案優(yōu)選65-66
• 4.6 本章小結(jié)66-67
• 第5章 高檔數(shù)控機(jī)床模塊化拆卸設(shè)計應(yīng)用67-86
• 5.1 引言67
• 5.2 高檔數(shù)控機(jī)床模塊資源庫系統(tǒng)開發(fā)環(huán)境與體系架構(gòu)67-68
• 5.2.1 模塊資源庫系統(tǒng)的開發(fā)環(huán)境67
• 5.2.2 模塊資源庫系統(tǒng)的體系架構(gòu)67-68
• 5.3 高檔數(shù)控機(jī)床模塊資源庫系統(tǒng)的主要功能模塊68-70
• 5.4 TGK46100高精數(shù)控臥式鏜床模塊化拆卸應(yīng)用實例70-85
• 5.4.1 TGK46100高精數(shù)控臥式鏜床拆卸模塊劃分70-78
• 5.4.2 TGK46100高精數(shù)控臥式鏜床進(jìn)給伺服系統(tǒng)拆卸序列規(guī)劃78-83
• 5.4.3 TGK46100高精數(shù)控臥式鏜床進(jìn)給伺服系統(tǒng)拆卸方案評價83-85
• 5.5 本章小結(jié)85-86
• 第6章 總結(jié)與展望86-88
• 6.1 全文總結(jié)86-87
• 6.2 工作展望87-88
• 參考文獻(xiàn)88-93
• 作者簡介93
• 攻讀碩士學(xué)位期間參與的科研項目和科研成果93

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 Zhi-feng ZHANG;Yi-xiong FENG;Jian-rong TAN;Wei-qiang JIA;Guo-dong YI;;一種基于混合模糊模型的新型并行拆卸設(shè)計方法(英文)[J];Journal of Zhejiang University-Science A(Applied Physics & Engineering);2015年09期

2 高浪;向東;彭玲;方昕;;機(jī)電產(chǎn)品多策略模塊劃分方法[J];計算機(jī)集成制造系統(tǒng);2014年05期

3 張秀芬;胡志勇;蔚剛;裴承慧;;基于聯(lián)接元的復(fù)雜產(chǎn)品拆卸模型構(gòu)建方法[J];機(jī)械工程學(xué)報;2014年09期

4 陳弋文;陳偉達(dá);;基于收益概率的不確定環(huán)境下的產(chǎn)品拆卸序列優(yōu)化[J];計算機(jī)集成制造系統(tǒng);2014年04期

5 張雷;彭宏偉;卞本陽;鮑宏;;復(fù)雜產(chǎn)品并行拆解建模及規(guī)劃方法研究[J];中國機(jī)械工程;2014年07期

6 黃勝;郭海鵬;侯遠(yuǎn)杭;王超;;基于改進(jìn)TOPSIS法的艦船總體方案群決策方法[J];上海交通大學(xué)學(xué)報;2014年01期

7 宋小文;潘興興;馮坤;周偉東;;面向零件不可拆的復(fù)雜產(chǎn)品拆卸序列規(guī)劃[J];計算機(jī)集成制造系統(tǒng);2013年06期

8 王延平;李原;張杰;;三維CAD模型模塊劃分的蟻群聚類圖分割方法[J];計算機(jī)集成制造系統(tǒng);2013年05期

9 薛俊芳;張英利;張新建;;基于信息熵的拆卸序列綜合評價方法[J];內(nèi)蒙古工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2012年03期

10 劉濤;劉光復(fù);宋守許;趙吉儒;;面向主動再制造的產(chǎn)品模塊化設(shè)計方法[J];中國機(jī)械工程;2012年10期

，

本文編號：1075675