【摘要】：現(xiàn)代設(shè)計(jì)理論認(rèn)為,產(chǎn)品的結(jié)構(gòu)、功能和成本的70%在設(shè)計(jì)階段就被決定了。材料的選擇又是機(jī)械產(chǎn)品設(shè)計(jì)工作中一個(gè)極其重要的組成部分。很多機(jī)械的重大失效并不是在于它的運(yùn)動(dòng)設(shè)計(jì)和動(dòng)力設(shè)計(jì),而在于材料的種類和牌號(hào)選擇不當(dāng)。近年來,越來越多的新材料被使用,以減輕產(chǎn)品的重量,提高產(chǎn)品的質(zhì)量,降低產(chǎn)品的成本。另外,創(chuàng)新設(shè)計(jì)也需要材料選用方面的創(chuàng)新給予支持。因此如何在數(shù)量巨大的材料庫中選擇最優(yōu)的材料就成了國內(nèi)外學(xué)者研究的熱點(diǎn)。 本文研究和初步實(shí)現(xiàn)了一個(gè)智能材料選擇系統(tǒng),建立了材料數(shù)據(jù)庫和知識(shí)庫,著重研究了BP神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)在材料選擇方面的應(yīng)用。本文的工作包括以下幾個(gè)方面： 一、論述了傳統(tǒng)材料選擇過程中存在的問題,分析了國內(nèi)外關(guān)于選材方法和專家系統(tǒng)的研究現(xiàn)狀。分析了神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)各自的優(yōu)缺點(diǎn)后,本文提出以BP神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)相結(jié)合的方式設(shè)計(jì)選材系統(tǒng),為設(shè)計(jì)人員推薦材料。 二、確定了材料數(shù)據(jù)來源,研究了材料的標(biāo)準(zhǔn)存儲(chǔ)格式后,建立了包含大多數(shù)工程材料信息的材料數(shù)據(jù)庫,并開發(fā)了系統(tǒng)的材料查詢模塊。建立知識(shí)庫,系統(tǒng)通過學(xué)習(xí)樣本和總結(jié)歸納兩種方式,獲取專家的選材知識(shí)并保存在知識(shí)庫中。 三、根據(jù)知識(shí)庫中的知識(shí)建立系統(tǒng)的選材模塊,包含一個(gè)BP神經(jīng)網(wǎng)絡(luò)和一個(gè)決策樹,通過提問的方式為設(shè)計(jì)人員推薦材料,并且能夠?qū)x材結(jié)果做出合理的解釋。 四、建立知識(shí)管理模塊、用戶反饋模塊、幫助模塊、用戶管理模塊等輔助模塊,完善系統(tǒng)功能。系統(tǒng)采用B/S結(jié)構(gòu),所有服務(wù)都在服務(wù)器上實(shí)現(xiàn),減少客戶端載荷,使用戶能夠更加簡(jiǎn)單方便的使用。 五、文章最后通過一個(gè)應(yīng)用實(shí)例,驗(yàn)證了系統(tǒng)的有效性。本系統(tǒng)不僅可以給設(shè)計(jì)人員推薦合適的材料,也可以為經(jīng)驗(yàn)不足的用戶積累選材知識(shí),具有廣泛的應(yīng)用價(jià)值。
[Abstract]:According to modern design theory, 70% of the product's structure, function and cost are determined in the design stage. The selection of materials is also an extremely important part in the design of mechanical products. The major failure of many machines lies not in their motion design and dynamic design, but in the improper selection of materials and grades. In recent years, more and more new materials have been used to reduce product weight, improve product quality and reduce product cost. In addition, the innovative design also needs the material choice aspect innovation to give the support. Therefore, how to select the best materials in a large number of materials has become a hot topic for scholars at home and abroad. In this paper, an intelligent material selection system is studied and implemented, and the material database and knowledge base are established. The application of BP neural network and expert system in material selection is emphatically studied. The work of this paper includes the following aspects: firstly, the problems existing in the selection of traditional materials are discussed, and the present situation of research on material selection methods and expert systems at home and abroad is analyzed. After analyzing the advantages and disadvantages of the neural network and the expert system, this paper proposes to design the material selection system by combining the BP neural network with the expert system, and recommends the material for the designer. Secondly, the source of material data is determined, the standard storage format of material is studied, the material database containing most engineering materials information is established, and the material query module of the system is developed. The knowledge base is established. The system acquires the experts' knowledge of selecting materials and stores it in the knowledge base by learning samples and summarizing. Thirdly, according to the knowledge in the knowledge base, the system material selection module is set up, which includes a BP neural network and a decision tree. The material is recommended to the designer by asking questions, and the material selection results can be explained reasonably. Fourth, establish knowledge management module, user feedback module, help module, user management module and other auxiliary modules to improve the system functions. The system adopts the structure of B / S, all services are implemented on the server, which reduces the load of the client and makes the user more simple and convenient to use. Finally, an application example is given to verify the effectiveness of the system. This system can not only recommend suitable materials to designers, but also accumulate knowledge of material selection for inexperienced users.
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：TH186;TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王財(cái)勝,胡文堂;結(jié)合神經(jīng)網(wǎng)絡(luò)技術(shù)的變壓器故障診斷專家系統(tǒng)[J];中國電力;2001年05期

2 劉躍軍,劉頂文,池宏勛,范淑紅;基于神經(jīng)網(wǎng)絡(luò)技術(shù)的機(jī)械產(chǎn)品設(shè)計(jì)專家系統(tǒng)的研究[J];機(jī)械設(shè)計(jì)與研究;2001年04期

3 許昕;潘銘志;王晶禹;潘宏俠;;基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法的研究[J];機(jī)械管理開發(fā);2007年02期

4 鄧志凱;;建筑工程遠(yuǎn)程監(jiān)控系統(tǒng)[J];中小企業(yè)管理與科技(上半月);2008年04期

5 張王景,李人厚,鄢瑞宜;集成專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的煤礦水害預(yù)測(cè)系統(tǒng)[J];西安交通大學(xué)學(xué)報(bào);1996年08期

6 劉耀年,祝洪博;基于神經(jīng)網(wǎng)絡(luò)的并行診斷推理[J];東北電力學(xué)院學(xué)報(bào);1996年04期

7 張蕾;董恩國;;基于神經(jīng)網(wǎng)絡(luò)推理的壓縮機(jī)故障診斷專家系統(tǒng)[J];拖拉機(jī)與農(nóng)用運(yùn)輸車;2006年01期

8 龍小平;;基于神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)相結(jié)合的發(fā)電機(jī)組振動(dòng)故障診斷系統(tǒng)[J];網(wǎng)絡(luò)財(cái)富;2009年24期

9 賀素良;包裝機(jī)械神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)故障診斷新方法[J];包裝工程;1998年01期

10 趙斌,吳中如,顧沖時(shí),陽武;神經(jīng)網(wǎng)絡(luò)在大壩安全評(píng)判專家系統(tǒng)中的應(yīng)用[J];大壩觀測(cè)與土工測(cè)試;1998年02期

相關(guān)會(huì)議論文 前10條

1 王洪庚;;專家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)在高爐熱模型中的應(yīng)用[A];中國計(jì)量協(xié)會(huì)冶金分會(huì)2007年會(huì)論文集[C];2007年

2 何希勤;孫國強(qiáng);張化光;;基于神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的火電廠過熱汽溫異常預(yù)測(cè)診斷方法及應(yīng)用[A];1998中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1998年

3 師海風(fēng);劉家儒;馬玉峰;尹曉春;;基于神經(jīng)網(wǎng)絡(luò)的故障診斷專家系統(tǒng)在船閘上的應(yīng)用[A];第三屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

4 王帆;吳多勝;;基于遺傳算法和神經(jīng)網(wǎng)絡(luò)的導(dǎo)彈故障診斷專家系統(tǒng)[A];中南六�。▍^(qū)）自動(dòng)化學(xué)會(huì)第24屆學(xué)術(shù)年會(huì)會(huì)議論文集[C];2006年

5 蔡琳;陳家斌;黃遠(yuǎn)燦;徐建華;;基于神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的衛(wèi)星姿態(tài)確定系統(tǒng)故障診斷[A];2005全國自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)論文集（二）[C];2005年

6 蔡琳;陳家斌;黃遠(yuǎn)燦;徐建華;;基于神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的衛(wèi)星姿態(tài)確定系統(tǒng)故障診斷[A];2005年全國自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2005年

7 程樸;張建平;江見鯨;;施工現(xiàn)場(chǎng)管理中的人工智能技術(shù)應(yīng)用研究[A];交通土建及結(jié)構(gòu)工程計(jì)算機(jī)應(yīng)用學(xué)術(shù)研討會(huì)論文集[C];2001年

8 倪建軍;李明;馬小平;;基于神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的跳汰床層設(shè)定[A];第十三屆全國煤礦自動(dòng)化學(xué)術(shù)年會(huì)、中國煤炭學(xué)會(huì)自動(dòng)化專業(yè)委員會(huì)學(xué)術(shù)會(huì)議論文集[C];2003年

9 張學(xué)金;陳星;;智能控制在時(shí)滯系統(tǒng)中的應(yīng)用研究[A];冶金軋制過程自動(dòng)化技術(shù)交流會(huì)論文集[C];2005年

10 劉金琨;鄧守強(qiáng);;基于神經(jīng)網(wǎng)絡(luò)的高爐爐熱診斷專家系統(tǒng)[A];1995年中國控制會(huì)議論文集（下）[C];1995年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 林菲;平衡施肥推廣難 專家系統(tǒng)來解決[N];農(nóng)民日?qǐng)?bào);2001年

2 記者 韓生華 駐武漢記者 黎江東;《水泥廠化驗(yàn)室專家系統(tǒng)》獲得好評(píng)[N];中國建材報(bào);2000年

3 張啟峰;將配煤技術(shù)和管理推入新階段[N];中國冶金報(bào);2006年

4 記者　 陳曉靜;《紡織知識(shí)庫及專家系統(tǒng)》項(xiàng)目獲驗(yàn)收鑒定[N];中國紡織報(bào);2006年

5 左常睿;“振動(dòng)消除應(yīng)力專家系統(tǒng)”將在百城巡展[N];科技日?qǐng)?bào);2008年

6 記者周穎;使用專家系統(tǒng)提升高血壓診治水平[N];中國中醫(yī)藥報(bào);2002年

7 通訊員　朱奎;我國研制出臨床營養(yǎng)治療專家系統(tǒng)[N];光明日?qǐng)?bào);2003年

8 本報(bào)記者 王慧敏;振翅又過一重天[N];中國郵政報(bào);2005年

9 記者 蔡穎鑫;怎么種養(yǎng)請(qǐng)問專家系統(tǒng) 如何買賣可查網(wǎng)絡(luò)市場(chǎng)[N];山西科技報(bào);2000年

10 中冶連鑄北京冶金技術(shù)研究院 蔡娥 許軍 白居冰 吳鵬 福建三鋼集團(tuán)有限責(zé)任公司煉鋼廠 陳伯瑜 李德輝;結(jié)晶器專家系統(tǒng)的開發(fā)及應(yīng)用實(shí)踐[N];世界金屬導(dǎo)報(bào);2009年

相關(guān)博士學(xué)位論文 前10條

1 馬戎;智能控制技術(shù)在煉鋼電弧爐中的應(yīng)用研究[D];西北工業(yè)大學(xué);2006年

2 仝秋紅;基于智能技術(shù)的內(nèi)燃機(jī)油添加劑優(yōu)選及配伍研究[D];長安大學(xué);2004年

3 呂勇;森林資源資產(chǎn)評(píng)估專家系統(tǒng)研究[D];中南林學(xué)院;2004年

4 李福軍;基于智能計(jì)算的油氣儲(chǔ)集層損害診斷決策支持系統(tǒng)[D];哈爾濱工程大學(xué);2005年

5 劉志祥;深部開采高階段尾砂充填體力學(xué)與非線性優(yōu)化設(shè)計(jì)[D];中南大學(xué);2005年

6 戴雪龍;PET探測(cè)器神經(jīng)網(wǎng)絡(luò)定位方法研究[D];中國科學(xué)技術(shù)大學(xué);2006年

7 米湘成;可視水稻生長模型與智能栽培專家系統(tǒng)的研制[D];湖南農(nóng)業(yè)大學(xué);2001年

8 文敦偉;面向多智能體和神經(jīng)網(wǎng)絡(luò)的智能控制研究[D];中南大學(xué);2001年

9 陳國松;分光光度分析專家系統(tǒng)[D];南京工業(yè)大學(xué);2003年

10 吳大宏;基于遺傳算法與神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)研究[D];西南交通大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 高玉萍;基于專家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)相結(jié)合的電力變壓器故障診斷[D];西安理工大學(xué);2005年

2 胡霄楠;雷達(dá)混合電路故障診斷研究[D];西北工業(yè)大學(xué);2006年

3 赫英岐;石膏纖維板生產(chǎn)線厚度控制相關(guān)問題研究[D];沈陽工業(yè)大學(xué);2006年

4 陳勵(lì)華;智能故障診斷技術(shù)的應(yīng)用與研究[D];西北工業(yè)大學(xué);2005年

5 吳新明;神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在直流伺服系統(tǒng)中的應(yīng)用研究[D];南京理工大學(xué);2004年

6 朱文;基于神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的電機(jī)故障診斷研究[D];天津科技大學(xué);2002年

7 王智;基于專家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的電力機(jī)車故障診斷方法的研究[D];中南大學(xué);2005年

8 秦冬林;煮繭機(jī)溫度遙測(cè)系統(tǒng)及煮繭專家系統(tǒng)的技術(shù)研究[D];南京航空航天大學(xué);2005年

9 張大尉;高爐爐況預(yù)報(bào)專家系統(tǒng)的研究[D];合肥工業(yè)大學(xué);2005年

10 趙勇飛;基于模糊神經(jīng)網(wǎng)絡(luò)的水電機(jī)組故障診斷專家系統(tǒng)研究[D];武漢大學(xué);2005年

，

本文編號(hào)：2375589