【摘要】：工藝設(shè)計(jì)是機(jī)械制造業(yè)的重要基礎(chǔ)工作,是連接產(chǎn)品設(shè)計(jì)與產(chǎn)品制造的橋梁,是一個(gè)經(jīng)驗(yàn)性很強(qiáng)且隨制造環(huán)境變化而變化的決策過程。工藝設(shè)計(jì)的質(zhì)量和效率直接影響企業(yè)制造資源的配置與優(yōu)化、產(chǎn)品質(zhì)量與成本、生產(chǎn)組織效率等。當(dāng)前,隨著制造業(yè)的飛速發(fā)展,產(chǎn)品更新?lián)Q代頻繁,多品種、小批量的生產(chǎn)模式已占主導(dǎo)地位。因?yàn)閭鹘y(tǒng)的工藝設(shè)計(jì)存在著一致性差、效率低、難以保證數(shù)據(jù)的準(zhǔn)確性等缺陷,又過于依賴工藝設(shè)計(jì)人員個(gè)人的經(jīng)驗(yàn)和水平;而早期的CAPP專家系統(tǒng)又片面追求工藝決策的自動化,知識獲取困難、推理方式單一,所以均難以滿足現(xiàn)代制造業(yè)的發(fā)展需要。本文針對上述問題,結(jié)合人工智能特別是計(jì)算智能技術(shù)的研究成果,對智能CAPP系統(tǒng)中的知識表示、工藝路線和切削參數(shù)的決策等問題進(jìn)行了研究與探索,研究內(nèi)容和成果主要體現(xiàn)在以下幾方面: 1.在對傳統(tǒng)的CAPP專家系統(tǒng)的不足進(jìn)行分析的基礎(chǔ)上,構(gòu)建了基于知識的智能CAPP系統(tǒng)的總體框架,分析了它的組成及各個(gè)組成部分之間的信息傳遞,對系統(tǒng)各部分功能的實(shí)現(xiàn)方法和相關(guān)技術(shù)進(jìn)行了多角度的研究。 2.結(jié)合零件特征建模技術(shù),綜合面向?qū)ο蟮谋硎痉椒�、框架表示法等多種知識表示方法的特點(diǎn),提出一種基于零件特征的知識表示方法。將零件特征信息劃分成特征元、加工元和切削元三個(gè)層次,然后采用XML語言對零件特征信息進(jìn)行了結(jié)構(gòu)化描述,從而構(gòu)建了零件信息知識庫。 3.針對智能CAPP系統(tǒng)中的工藝路線的決策問題,提出了基于改進(jìn)蟻群算法的優(yōu)化方法。在將被加工零件劃分為若干特征元和加工元的基礎(chǔ)上,根據(jù)加工元的屬性,用加權(quán)海明距離表示它們之間的相似程度;在蟻群算法中設(shè)置前趨表,用來表示加工元之間的約束條件,從而使得算法在對解空間進(jìn)行搜索的時(shí)候,既要遵循基本蟻群算法中的禁忌準(zhǔn)則,又要受到前趨表的限制。這樣不僅保證了計(jì)算結(jié)果的有效性,而且提高了算法運(yùn)行的效率。算法運(yùn)行的結(jié)果是一條最優(yōu)或近優(yōu)的工藝路線。 4.針對智能CAPP系統(tǒng)中的切削用量決策問題,將Pareto最優(yōu)解的概念和遺傳算法結(jié)合起來,提出一種基于先尋優(yōu)后決策求解模式的優(yōu)化算法。以切削效率和刀具耐用度為目標(biāo)建立多目標(biāo)優(yōu)化模型;采用置零法處理不符合約束條件的個(gè)體;通過競爭的方法構(gòu)造進(jìn)化過程中所產(chǎn)生的Pareto最優(yōu)解,并將其保存在非劣解集中直接保留到下一代,從而保證了算法的搜索方向;基于小生境技術(shù),建立一種排擠機(jī)制,抑制個(gè)體的近親繁殖,以提高種群的多樣性;使用混合交叉算子和步長變異算子進(jìn)行基因重組。算法運(yùn)行的結(jié)果是一組沿Pareto前沿面均勻分布的優(yōu)化解。 在對以上基本理論進(jìn)行研究的基礎(chǔ)上,本文以天大精益公司的ERP系統(tǒng)為開發(fā)背景,采用基于Browser/Server模式的三層架構(gòu),進(jìn)行了基于計(jì)算智能技術(shù)的CAPP系統(tǒng)的開發(fā)。
【圖文】：

……3.4 零件信息的知識表示實(shí)例下面以圖3-5中的軸套零件為例，說明基于特征的零件信息的知識表示方法。圖 3-5 軸套零件圖1.分析零件特征，劃分特征元圖中零件可劃分為 13 個(gè)特征元，如表 3-1 所示，其特征集合F＝{f1，f2，f3，- 39 -相關(guān)博士學(xué)位論文 2011年 第07期 工程科技Ⅱ輯 C029-16-44

1）+0.35×（1-0）=1。⑥ 算法運(yùn)行取 =0.9， =1，， =5， Q=100，NCMAX=100。使 用 C# 編 寫 程 序 ， 運(yùn) 行 后 得 到 一 個(gè) 長 度 為 6.49 的 最 優(yōu) 路 徑 ：o1-o4-o8-o16-o5-o9-o2-o6-o3-o10-o17-o7-o13-o11-o21-o22-o23-o20-o12-o14-o15-o18-o19-o24，對應(yīng)的工藝路線為：粗車f1－粗車f3－粗車f5－粗車f9－半精車f3－半精車f5－精車f1－精車f3－精車f2－精車f5－精車f9－精車f4－粗車f7－粗車f6－粗車f12－半精車f12－精車f12－精車f11－精車f6－精車f7－精車f8－粗銑f10－精銑f10－鉆f13。需要指出的是，按本文所述算法生成的工藝路線只包含了關(guān)鍵工序，熱處理工序和輔助工序需要根據(jù)具體的加工條件和加工要求另外添加。該零件為河南漯河騰龍泵業(yè)有限責(zé)任公司所生產(chǎn)的 QS 潛水電泵中的一個(gè)零件。該公司根據(jù)本文算法得出的結(jié)果編制了相應(yīng)的工藝文件，并付諸生產(chǎn)，達(dá)到了預(yù)期的效果。該零件的工藝過程卡見附錄二。實(shí)例 2：以圖 4-1 所示主軸箱為例，零件為單件生產(chǎn)，材料為 HT250。
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2010
【分類號】：TH162

【引證文獻(xiàn)】

相關(guān)博士學(xué)位論文 前4條

1 王曉東;基于Ontology知識庫系統(tǒng)建模與應(yīng)用研究[D];華東師范大學(xué);2003年

2 秦寶榮;智能CAPP系統(tǒng)的關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2003年

3 胡亞輝;基于PDM/PLM的平臺式CAPP系統(tǒng)若干關(guān)鍵技術(shù)研究[D];天津大學(xué);2005年

4 王海艷;難加工材料螺旋銑孔動力學(xué)研究[D];天津大學(xué);2012年

相關(guān)碩士學(xué)位論文 前7條

1 周云峰;基于知識驅(qū)動的混合式CAPP關(guān)鍵技術(shù)研究[D];中北大學(xué);2012年

2 吳士斌;基于全息特征的零件信息建模與工藝路線決策研究[D];中北大學(xué);2012年

3 童心;基于Web的農(nóng)機(jī)零件CAPP系統(tǒng)[D];福建農(nóng)林大學(xué);2012年

4 朱吉滿;汽車線束工藝工序和工序關(guān)系的自動生成[D];合肥工業(yè)大學(xué);2012年

5 蘇惠陽;基于WEB的機(jī)械零件CAPP系統(tǒng)[D];福建農(nóng)林大學(xué);2013年

6 郝領(lǐng)斌;葉輪類零件工藝決策及虛擬制造[D];中北大學(xué);2014年

7 賀超;攪拌摩擦焊接CAPP系統(tǒng)研究與開發(fā)[D];南昌航空大學(xué);2014年

本文編號：2665056