隨著現(xiàn)代加工技術(shù)的不斷發(fā)展,數(shù)控加工技術(shù)被應(yīng)用到了農(nóng)機(jī)零部件自動(dòng)加工過程中,有效地提高了農(nóng)機(jī)部件加工的自動(dòng)化程度,為了進(jìn)一步提高車床的智能化程度,本研究引入了人工智能技術(shù)。人工智能研究如何構(gòu)造智能機(jī)器或智能系統(tǒng),使它能模擬、延伸、擴(kuò)展人類智能,基于實(shí)例推理是目前研究較多的智能問題解決方法之一,如果將其使用在農(nóng)機(jī)加工數(shù)控車床智能模塊優(yōu)化過程中,可以有效地提高數(shù)控車床的加工效率和精度,從而提高智能化加工水平。為了驗(yàn)證方案的可行性,以農(nóng)機(jī)軸承的加工為例,對(duì)比了智能優(yōu)化前后的車床加工效率和精度。由對(duì)比數(shù)據(jù)可以看出:采用實(shí)例推理和人工智能對(duì)農(nóng)機(jī)數(shù)控車床進(jìn)行智能優(yōu)化后,加工效率和精度都有了明顯的提升。 

【文章來源】：農(nóng)機(jī)化研究. 2020年01期 第204-208頁 北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

農(nóng)機(jī)零部件數(shù)控車床基本組成Fig．2Thebasiccompositionofnumericalcontrollatheforagriculturalmachineryparts

機(jī)床各模塊的智能優(yōu)化。圖4基于實(shí)例推理的人工智能技術(shù)Fig．4Theartificialintelligencetechnologybasedoncase－basedreasoning圖5農(nóng)機(jī)零件數(shù)控加工車床模塊智能優(yōu)化流程Fig．5TheintelligentoptimizationflowofNCmachininglathemoduleforagriculturalmachineryparts為了實(shí)現(xiàn)農(nóng)機(jī)數(shù)控加工車床各部分模塊的優(yōu)化，采用基于實(shí)例推理的人工智能技術(shù)選擇優(yōu)化模塊，其優(yōu)化流程如圖5所示。當(dāng)設(shè)計(jì)模塊符合加工需求時(shí)，選擇該模塊;當(dāng)不符合加工需求時(shí)，可以自行創(chuàng)建模塊，然后再智能選擇，如此反復(fù)可以實(shí)現(xiàn)整個(gè)數(shù)控車床的各模塊的智能優(yōu)化。3基于實(shí)例推理和人工智能的農(nóng)機(jī)零部件數(shù)控加工測(cè)試為了驗(yàn)證基于實(shí)例推理和人工智能的農(nóng)機(jī)零部件數(shù)控加工車床模塊化優(yōu)化的可行性，采用模塊化拼裝的形式，對(duì)機(jī)床的性能進(jìn)行驗(yàn)證，拼裝特征分析如圖6所示。圖6數(shù)控車床拼裝特征分析Fig．6Thefeatureanalysisofnumericalcontrollatheassembly根據(jù)農(nóng)機(jī)零部件數(shù)控車床智能化拼裝特征，對(duì)車床數(shù)控加工系統(tǒng)采用實(shí)例推理和人工智能技術(shù)拼裝后，以農(nóng)機(jī)軸承零部件的加工為例，對(duì)其加工精度進(jìn)行了驗(yàn)證。加工零部件如圖7所示。圖7農(nóng)機(jī)軸承零部件示意圖Fig．7Thesketchdiagramofmechanicalbearingpartsofagriculturalmachinery·602·2020年1月農(nóng)機(jī)化研究第1期

機(jī)床各模塊的智能優(yōu)化。圖4基于實(shí)例推理的人工智能技術(shù)Fig．4Theartificialintelligencetechnologybasedoncase－basedreasoning圖5農(nóng)機(jī)零件數(shù)控加工車床模塊智能優(yōu)化流程Fig．5TheintelligentoptimizationflowofNCmachininglathemoduleforagriculturalmachineryparts為了實(shí)現(xiàn)農(nóng)機(jī)數(shù)控加工車床各部分模塊的優(yōu)化，采用基于實(shí)例推理的人工智能技術(shù)選擇優(yōu)化模塊，其優(yōu)化流程如圖5所示。當(dāng)設(shè)計(jì)模塊符合加工需求時(shí)，選擇該模塊;當(dāng)不符合加工需求時(shí)，可以自行創(chuàng)建模塊，然后再智能選擇，如此反復(fù)可以實(shí)現(xiàn)整個(gè)數(shù)控車床的各模塊的智能優(yōu)化。3基于實(shí)例推理和人工智能的農(nóng)機(jī)零部件數(shù)控加工測(cè)試為了驗(yàn)證基于實(shí)例推理和人工智能的農(nóng)機(jī)零部件數(shù)控加工車床模塊化優(yōu)化的可行性，采用模塊化拼裝的形式，對(duì)機(jī)床的性能進(jìn)行驗(yàn)證，拼裝特征分析如圖6所示。圖6數(shù)控車床拼裝特征分析Fig．6Thefeatureanalysisofnumericalcontrollatheassembly根據(jù)農(nóng)機(jī)零部件數(shù)控車床智能化拼裝特征，對(duì)車床數(shù)控加工系統(tǒng)采用實(shí)例推理和人工智能技術(shù)拼裝后，以農(nóng)機(jī)軸承零部件的加工為例，對(duì)其加工精度進(jìn)行了驗(yàn)證。加工零部件如圖7所示。圖7農(nóng)機(jī)軸承零部件示意圖Fig．7Thesketchdiagramofmechanicalbearingpartsofagriculturalmachinery·602·2020年1月農(nóng)機(jī)化研究第1期

【參考文獻(xiàn)】：
期刊論文
[1]三軸橢球精密曲面的數(shù)控雙指令銑削加工技術(shù)[J]. 劉宏,羅麗麗,樊永強(qiáng).  制造業(yè)自動(dòng)化. 2015(20)
[2]國內(nèi)外設(shè)施農(nóng)業(yè)發(fā)展的比較[J]. 徐茂,鄧蓉.  北京農(nóng)學(xué)院學(xué)報(bào). 2014(02)
[3]基于動(dòng)態(tài)集成框架的云制造服務(wù)過程追溯與匹配研究[J]. 崔曉康,馬軍,李立偉,王輝.  制造業(yè)自動(dòng)化. 2014(08)
[4]當(dāng)前我國農(nóng)業(yè)發(fā)展的趨勢(shì)與建議[J]. 萬寶瑞.  農(nóng)業(yè)經(jīng)濟(jì)問題. 2014(04)
[5]我國農(nóng)業(yè)發(fā)展的資源環(huán)境問題與展望[J]. 高春城.  當(dāng)代生態(tài)農(nóng)業(yè). 2013(Z2)
[6]云制造服務(wù)平臺(tái)的資源使用及訪問控制[J]. 劉強(qiáng),王磊,陳新度,陳新.  計(jì)算機(jī)集成制造系統(tǒng). 2013(06)
[7]三角網(wǎng)格曲面等參數(shù)線刀軌生成算法[J]. 陳曉兵,廖文和,戴寧.  中國機(jī)械工程. 2013(08)
[8]云制造資源的虛擬化與服務(wù)化[J]. 姚錫凡,金鴻,徐川,�？�.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(03)
[9]復(fù)雜曲面零件五軸加工刀軸整體優(yōu)化方法[J]. 王晶,張定華,羅明,吳寶海.  航空學(xué)報(bào). 2013(06)
[10]平底刀最優(yōu)刀軸矢量規(guī)劃算法[J]. 章永年,趙東標(biāo),陸永華,劉凱.  機(jī)械工程學(xué)報(bào). 2012(05)



本文編號(hào)：2906593