塑料门窗制造工艺决策系统研究与开发
发布时间：2021-07-03 08:55
塑料门窗又称塑钢门窗,塑料门窗具有节能、环保的显著特性,是当前世界上主流建筑门窗之一,可持续发展前景广阔,也是国家重点推广的主要建筑门窗。伴随着自动化生产需求不断扩大,制造工艺自动化决策的重要性越来凸显。目前国内塑料门窗企业在规划下料、铣孔以及焊接工艺上仍采用人工规划。随着订单的增多会导致重复窗型的增多,人工制定物料清单（BOM）以及规划工艺路线时,需要耗费大量时间并且依赖于一定的行业经验。人工规划工艺路线以及BOM时易出错,并且不能为塑料门窗行业的智能制造系统提供工艺数据。针对塑料门窗企业生产现状,以提高塑料门窗工艺决策以及规划的效率为目标,分析塑料门窗企业的工艺数据和生产数据,使用数据挖掘和机器学习的方法对工艺数据和生产数据进行分析,得出下料、铣孔等工艺的决策规律和BOM的关联规则。通过机器学习中的决策树算法对下料以及加工工艺规则的样本数据进行学习,得出下料和加工工艺的决策模型并存入数据库;采用下料、加工工艺的决策模型对订单窗型进行分析得出相应的下料规则以及加工规则;通过数据挖掘中的Apriori算法对工艺BOM以及它所对应的工艺路线进行关联分析,得出原材料、各级中间产品以及工艺路...
【文章来源】：济南大学山东省
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
推拉窗节点图
图 1.2 塑窗制造工艺流程图在下料结束后，还需要对型材进行加工。加工工艺主要分为：铣排水孔、铣锁孔、开 V 口。加工部位图如图 1.3 所示，在加工工艺规划时需要确定孔或 V 口位置、深度、大小以及数量。在人工规划时，同样存在工作量大和难度大的问题。
塑窗外框焊接示意图
【参考文献】：
期刊论文
[1]基于事务映射区间求交的高效频繁模式挖掘算法[J]. 吴磊,程良伦,王涛. 计算机应用研究. 2019(04)
[2]基于六度分离理论的新型关联规则挖掘算法[J]. 张强,钟勇,周渭博. 计算机应用. 2017(S2)
[3]基于命题逻辑的关联规则挖掘算法L-Eclat[J]. 徐卫,李晓粉,刘端阳. 计算机科学. 2017(12)
[4]基于相关兴趣度的关联规则挖掘算法研究[J]. 章永祺,王诚. 南京邮电大学学报(自然科学版). 2017(05)
[5]基于矩阵压缩的Apriori改进算法[J]. 曲睿,张天娇. 计算机工程与设计. 2017(08)
[6]基于智能化数据挖掘获取知识的工艺规划系统研究[J]. 郭渊,许泽银,白琨. 制造技术与机床. 2017(04)
[7]集成本体和CBR的数据挖掘建模技术及其在工艺规划中应用研究[J]. 郭渊,周敬勇. 机械科学与技术. 2017(04)
[8]基于C5.0改进算法的焊接工艺参数选择决策树数据挖掘模型及其应用[J]. 赵丽,程铁信,莫莹,李奇,刘铭杰. 中国管理科学. 2016(S1)
[9]塑料门窗主要加工工艺及性能标准检测[J]. 杨志有. 居业. 2015(22)
[10]CAPP工艺决策方法分析及评价[J]. 夏燕,朱婷. 机电信息. 2015(06)
博士论文
[1]复杂零件工艺方案优化关键技术研究[D]. 黄伟军.华中科技大学 2012
[2]基于智能计算的虚拟装配工艺规划及相关技术研究[D]. 杨东梅.哈尔滨工程大学 2010
[3]基于PDM/PLM的平台式CAPP系统若干关键技术研究[D]. 胡亚辉.天津大学 2005
硕士论文
[1]飞机装配大数据挖掘技术研究[D]. 赵新坤.沈阳航空航天大学 2016
[2]压铸模具激光仿生强化工艺决策系统研究[D]. 姜亚青.太原科技大学 2014
[3]数据挖掘在提高SMT焊接质量中的应用研究[D]. 廖庆富.广东工业大学 2013
[4]复杂工业过程动态演化建模与决策参数稳健优化[D]. 姚立忠.西安石油大学 2013
[5]基于人工神经网络的注塑成型模拟及工艺参数优化的研究[D]. 周浩文.广东工业大学 2013
[6]基于WEB的机械零件CAPP系统[D]. 苏惠阳.福建农林大学 2013
[7]基于SolidWorks机加工工艺规程工序图自动生成的研究[D]. 李斌.郑州大学 2011
[8]基于模糊决策树的热轧工艺关键变量的分析与提取[D]. 钟蜜.武汉科技大学 2011
[9]智能CAPP系统关键技术研究[D]. 孟庆智.燕山大学 2010
[10]基于特征的飞机结构件工艺决策技术[D]. 袁青.南京航空航天大学 2010
本文编号：3262266
【文章来源】：济南大学山东省
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
推拉窗节点图
图 1.2 塑窗制造工艺流程图在下料结束后，还需要对型材进行加工。加工工艺主要分为：铣排水孔、铣锁孔、开 V 口。加工部位图如图 1.3 所示，在加工工艺规划时需要确定孔或 V 口位置、深度、大小以及数量。在人工规划时，同样存在工作量大和难度大的问题。
塑窗外框焊接示意图
【参考文献】：
期刊论文
[1]基于事务映射区间求交的高效频繁模式挖掘算法[J]. 吴磊,程良伦,王涛. 计算机应用研究. 2019(04)
[2]基于六度分离理论的新型关联规则挖掘算法[J]. 张强,钟勇,周渭博. 计算机应用. 2017(S2)
[3]基于命题逻辑的关联规则挖掘算法L-Eclat[J]. 徐卫,李晓粉,刘端阳. 计算机科学. 2017(12)
[4]基于相关兴趣度的关联规则挖掘算法研究[J]. 章永祺,王诚. 南京邮电大学学报(自然科学版). 2017(05)
[5]基于矩阵压缩的Apriori改进算法[J]. 曲睿,张天娇. 计算机工程与设计. 2017(08)
[6]基于智能化数据挖掘获取知识的工艺规划系统研究[J]. 郭渊,许泽银,白琨. 制造技术与机床. 2017(04)
[7]集成本体和CBR的数据挖掘建模技术及其在工艺规划中应用研究[J]. 郭渊,周敬勇. 机械科学与技术. 2017(04)
[8]基于C5.0改进算法的焊接工艺参数选择决策树数据挖掘模型及其应用[J]. 赵丽,程铁信,莫莹,李奇,刘铭杰. 中国管理科学. 2016(S1)
[9]塑料门窗主要加工工艺及性能标准检测[J]. 杨志有. 居业. 2015(22)
[10]CAPP工艺决策方法分析及评价[J]. 夏燕,朱婷. 机电信息. 2015(06)
博士论文
[1]复杂零件工艺方案优化关键技术研究[D]. 黄伟军.华中科技大学 2012
[2]基于智能计算的虚拟装配工艺规划及相关技术研究[D]. 杨东梅.哈尔滨工程大学 2010
[3]基于PDM/PLM的平台式CAPP系统若干关键技术研究[D]. 胡亚辉.天津大学 2005
硕士论文
[1]飞机装配大数据挖掘技术研究[D]. 赵新坤.沈阳航空航天大学 2016
[2]压铸模具激光仿生强化工艺决策系统研究[D]. 姜亚青.太原科技大学 2014
[3]数据挖掘在提高SMT焊接质量中的应用研究[D]. 廖庆富.广东工业大学 2013
[4]复杂工业过程动态演化建模与决策参数稳健优化[D]. 姚立忠.西安石油大学 2013
[5]基于人工神经网络的注塑成型模拟及工艺参数优化的研究[D]. 周浩文.广东工业大学 2013
[6]基于WEB的机械零件CAPP系统[D]. 苏惠阳.福建农林大学 2013
[7]基于SolidWorks机加工工艺规程工序图自动生成的研究[D]. 李斌.郑州大学 2011
[8]基于模糊决策树的热轧工艺关键变量的分析与提取[D]. 钟蜜.武汉科技大学 2011
[9]智能CAPP系统关键技术研究[D]. 孟庆智.燕山大学 2010
[10]基于特征的飞机结构件工艺决策技术[D]. 袁青.南京航空航天大学 2010
本文编号：3262266
本文链接：https://www.wllwen.com/guanlilunwen/chengjian/3262266.html
