【摘要】：隨著德國“工業(yè)4.0”和中國“制造2025”的提出,制造業(yè)信息化、智能化成為當(dāng)今制造業(yè)主流。智能數(shù)據(jù)庫作為智能制造業(yè)發(fā)展的必然趨勢,已成為提高制造業(yè)加工效率、加工質(zhì)量、降低生產(chǎn)成本的重要途徑之一。汽車行業(yè)是制造業(yè)的支柱行業(yè),而汽車車身的主體是汽車覆蓋件,車型的更新周期縮短,更新?lián)Q代常伴隨著大量模具的更換。本文針對汽車覆蓋件模具型面復(fù)雜、加工工序多的特點且在制造過程中信息共享程度低、參數(shù)選擇依賴經(jīng)驗性強、難以預(yù)測結(jié)果、加工效率低等問題,建立了基于WEB的汽車覆蓋件淬硬鋼模具加工智能數(shù)據(jù)庫,研究了數(shù)據(jù)挖掘技術(shù)的理論和應(yīng)用,為提高加工效率、降低生產(chǎn)成本提供理論指導(dǎo)和數(shù)據(jù)支持。首先,對數(shù)據(jù)庫數(shù)據(jù)前處理的整體流程進行研究。針對切削數(shù)據(jù)種類多,相互影響因素復(fù)雜的特點,結(jié)合實例研究了切削數(shù)據(jù)的前處理流程,得到了數(shù)據(jù)來源、數(shù)據(jù)探索、數(shù)據(jù)預(yù)處理的方法和流程。其次,對切削數(shù)據(jù)預(yù)測方法進行了研究。采用有限元軟件建立了銑削仿真模型,根據(jù)Cr12Mo V平面銑削實驗驗證了有限元仿真的可信度;結(jié)合回歸分析法和GA-BP神經(jīng)網(wǎng)絡(luò)預(yù)測法,建立了銑削力預(yù)測模型,將預(yù)測結(jié)果和實驗結(jié)果對比分析,驗證了預(yù)測模型的可信度。再次,進行了切削數(shù)據(jù)優(yōu)化研究。采用NSGA-Ⅱ算法建立了切削過程優(yōu)化模型,通過Cr12Mo V模具鋼曲面銑削實驗,分析了銑削參數(shù)對銑削力及表面粗糙度的影響規(guī)律,以銑削力、表面粗糙度和材料去除率為目標函數(shù),采用NSGA-II算法進行多目標優(yōu)化,并通過實驗證實了模型的有效性,最后,通過分析汽車覆蓋件模具數(shù)據(jù)庫的整體功能需求,結(jié)合數(shù)據(jù)挖掘技術(shù)的理論和方法,以JAVA和MYSQL為基本開發(fā)工具,以JAVA中的輕量級框架組合Spring MVC+Spring+Mybatis為基本框架,開發(fā)了WEB智能汽車覆蓋件模具數(shù)據(jù)庫系統(tǒng),闡述了數(shù)據(jù)庫系統(tǒng)的各功能模塊和操作流程。
【圖文】：

圖 1-1 汽車覆蓋件模具Fig.1-1 The mold of automotive cover大型汽車覆蓋件模具如圖 1-1 所示，，可以看出汽車覆蓋件型面復(fù)雜，表面有大量的溝槽、凸起、凹陷、轉(zhuǎn)角，結(jié)構(gòu)尺寸大，尺寸精度和表面精度要求高，且模具鋼硬度高(55HRC-62HRC)。因而為保證大型覆蓋件的完整性及

Fig.2-1 The whole process of data processing2.1 切削數(shù)據(jù)來源優(yōu)質(zhì)的數(shù)據(jù)源對數(shù)據(jù)質(zhì)量至關(guān)重要，也是數(shù)據(jù)挖掘模型有效性的重要保證，對于切削數(shù)據(jù)來說，數(shù)據(jù)一般來源于生產(chǎn)現(xiàn)場、實驗數(shù)據(jù)、知識經(jīng)驗、
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TG54;U466

【參考文獻】

相關(guān)期刊論文 前10條

1 趙凱;劉戰(zhàn)強;;銑削力預(yù)測方法和影響因素綜述[J];機械科學(xué)與技術(shù);2015年08期

2 王雅軒;頊聰;;數(shù)據(jù)挖掘技術(shù)的綜述[J];電子技術(shù)與軟件工程;2015年08期

3 胡成龍;;多目標粗加工數(shù)控車削優(yōu)化[J];機械強度;2014年06期

4 陳薇薇;張華;向琴;張業(yè)祥;;基于支持向量機數(shù)控機床切削能耗預(yù)測方法研究[J];機械設(shè)計與制造;2014年11期

5 朱清香;于欣;劉晶;劉彥凱;尹佳;;基于加權(quán)關(guān)聯(lián)增量更新模型的設(shè)備故障診斷研究[J];燕山大學(xué)學(xué)報;2014年04期

6 吉根林;趙斌;;面向大數(shù)據(jù)的時空數(shù)據(jù)挖掘綜述[J];南京師大學(xué)報(自然科學(xué)版);2014年01期

7 戴健偉;吉華;楊崗;樊剛;王彬;;基于GA_BP算法的化工設(shè)備設(shè)計人工時預(yù)測[J];計算機集成制造系統(tǒng);2013年07期

8 劉春艷;凌建春;寇林元;仇麗霞;武俊青;;GA-BP神經(jīng)網(wǎng)絡(luò)與BP神經(jīng)網(wǎng)絡(luò)性能比較[J];中國衛(wèi)生統(tǒng)計;2013年02期

9 劉獻禮;丁明娜;劉銘;孫雷;王義文;;切削數(shù)據(jù)庫技術(shù)現(xiàn)狀及發(fā)展趨勢[J];工具技術(shù);2013年04期

10 汪雪鋒;趙晨曉;衡曉帆;王有國;張琪;;基于時間序列的關(guān)聯(lián)分析在技術(shù)監(jiān)測中的應(yīng)用研究[J];情報雜志;2013年04期

相關(guān)會議論文 前1條

1 周渠;于啟勛;;涂層硬質(zhì)合金的切削性能及其數(shù)據(jù)庫[A];中國科學(xué)技術(shù)協(xié)會首屆青年學(xué)術(shù)年會論文集（工科分冊·上冊）[C];1992年

相關(guān)博士學(xué)位論文 前4條

1 王沛棟;改進蟻群算法及在路徑規(guī)劃問題的應(yīng)用研究[D];中國海洋大學(xué);2012年

2 王吉權(quán);BP神經(jīng)網(wǎng)絡(luò)的理論及其在農(nóng)業(yè)機械化中的應(yīng)用研究[D];沈陽農(nóng)業(yè)大學(xué);2011年

3 劉鵬;超硬刀具高速銑削鈦合金的基礎(chǔ)研究[D];南京航空航天大學(xué);2011年

4 陳建嶺;鈦合金高速銑削加工機理及銑削參數(shù)優(yōu)化研究[D];山東大學(xué);2009年

相關(guān)碩士學(xué)位論文 前9條

1 謝寶劍;基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類方法研究[D];合肥工業(yè)大學(xué);2015年

2 孫雷;重型切削數(shù)據(jù)庫系統(tǒng)的研究[D];哈爾濱理工大學(xué);2014年

3 孫慧慧;基于GA-BP神經(jīng)網(wǎng)絡(luò)的車內(nèi)聲品質(zhì)評價研究[D];吉林大學(xué);2012年

4 郝傳海;汽車行業(yè)金屬切削數(shù)據(jù)庫系統(tǒng)的研究與開發(fā)[D];山東大學(xué);2011年

5 陳龍;高速銑削數(shù)據(jù)庫共享技術(shù)研究[D];哈爾濱理工大學(xué);2009年

6 朱國俊;基于NSGA-II算法的軸流式葉片優(yōu)化設(shè)計[D];西安理工大學(xué);2009年

7 胡繞脖;高速切削工藝數(shù)據(jù)庫的研究開發(fā)[D];同濟大學(xué);2007年

8 劉雁;面向航空類的切削數(shù)據(jù)庫系統(tǒng)的研究與開發(fā)[D];西北工業(yè)大學(xué);2006年

9 彭修廣;模具高速切削數(shù)據(jù)庫與專家系統(tǒng)的研究[D];山東大學(xué);2005年

本文編號：2640389