压气机机匣切削刀具配置专家系统

发布时间：2017-07-15 06:56

  本文关键词：压气机机匣切削刀具配置专家系统

  更多相关文章： 压气机机匣 刀具加工性能预测 刀具优化配置 切削参数优化

【摘要】：现代航空发动机压气机机匣零件设计结构越来越复杂,涉及刀具种类与数量亦越来越多,给刀具选择与工艺制定带来了严峻挑战。为此,本课题在国家重大专项(2014ZX04012014)的支持下,针对压气机机匣切削刀具及工艺的管理与应用问题,对压气机机匣切削刀具配置专家系统进行了研究开发。本文主要研究工作如下:(1)基于B/S架构,完成了压气机机匣零件切削刀具配置专家系统的总体设计,该系统主要包括刀具加工性能预测模块、刀具优化配置模块、切削参数优化模块等功能模块。(2)综合应用人工神经网络技术与遗传算法,建立了基于遗传算法和人工神经网络算法的刀具耐用度与加工表面粗糙度的预测数学模型,实现了刀具切削加工性如刀具耐用度与加工表面粗糙度等的预测。(3)应用规则推理技术初选压气机机匣切削刀具,进而预测初选刀具的耐用度及被加工特征的表面粗糙度,以该预测结果作为参考,应用综合评判技术进行刀具性能评价,对所选刀具进行优化排序和完成最终推荐。(4)以压气机机匣切削参数为优化对象,以加工效率与加工成本作为优化目标,综合应用模拟退火算法与遗传算法建立了基于混合改进遗传算法的切削参数优化模型,并以刀具耐用度与加工表面粗糙度预测数学模型作为优化模型的约束条件,实现了压气机机匣零件的多目标切削参数优化。
【关键词】：压气机机匣 刀具加工性能预测 刀具优化配置 切削参数优化
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V263
【目录】：

• 摘要4-5
• ABSTRACT5-12
• 注释表12-13
• 缩略词13-14
• 第一章 绪论14-21
• 1.1 课题的研究背景与意义14-15
• 1.2 压气机机匣零件加工工艺15-17
• 1.2.1 压气机机匣零件工艺特点15-16
• 1.2.2 压气机机匣零件切削刀具16-17
• 1.3 刀具配置方案及系统的研究现状与分析17-19
• 1.3.1 刀具配置方案的研究现状与分析17-18
• 1.3.2 刀具配置系统的研究现状与分析18-19
• 1.4 本文主要研究工作与内容19-21
• 第二章 压气机机匣切削刀具配置专家系统的总体设计21-31
• 2.1 系统的需求分析21-22
• 2.1.1 系统功能需求21-22
• 2.1.2 系统性能需求22
• 2.2 系统结构设计22-29
• 2.2.1 系统体系结构设计22-23
• 2.2.2 系统逻辑结构设计23-24
• 2.2.3 系统功能结构设计24-29
• 2.3 开发工具的选择29-30
• 2.4 本章小结30-31
• 第三章 刀具加工性能预测模块31-46
• 3.1 BP神经网络模型31-35
• 3.1.1 人工神经网络简介31-32
• 3.1.2 BP神经网络32-34
• 3.1.3 BP神经网络问题分析34-35
• 3.2 GA-BP神经网络模型35-37
• 3.3 刀具耐用度预测模型37-40
• 3.3.1 刀具耐用度影响因素分析37-38
• 3.3.2 基于GA-BP刀具耐用度预测模型结构设计38-40
• 3.4 加工表面粗糙度预测模型40-41
• 3.4.1 加工表面粗糙度影响因素分析40-41
• 3.4.2 基于GA-BP加工表面粗糙度预测模型结构设计41
• 3.5 预测模型验证41-44
• 3.6 刀具加工性能预测模块实现44-45
• 3.7 本章小结45-46
• 第四章 刀具优化配置模块46-56
• 4.1 基本信息库的建立46-47
• 4.2 基于规则推理的刀具选择方法47-50
• 4.2.1 规则推理技术47
• 4.2.2 刀具选择规则库47-49
• 4.2.3 推理过程的实现49-50
• 4.3 刀具加工性能评判方案设计50-52
• 4.3.1 评判指标的确定50
• 4.3.2 评判指标权重的确定及模型建立50-52
• 4.4 刀具优化配置模块的实现52-55
• 4.5 本章小结55-56
• 第五章 切削参数优化模块56-68
• 5.1 基于混合改进遗传算法的优化方法56-59
• 5.1.1 优化算法简介56-57
• 5.1.2 模拟退火算法57-58
• 5.1.3 混合改进遗传算法58-59
• 5.2 切削参数优化模型设计59-63
• 5.2.1 优化变量设计59
• 5.2.2 优化目标函数设计59-62
• 5.2.3 优化约束函数设计62-63
• 5.2.4 压气机机匣零件切削参数的优化63
• 5.3 切削参数优化结果验证63-65
• 5.3.1 优化条件63-64
• 5.3.2 优化结果64-65
• 5.4 切削参数优化模块的实现65-67
• 5.5 本章小结67-68
• 第六章 总结与展望68-70
• 6.1 总结68-69
• 6.2 展望69-70
• 参考文献70-74
• 致谢74-75
• 在学期间的研究成果及发表的学术论文75-76
• 附录 系统测试报告76-89
• 1 刀具加工性能预测模块的测试77-79
• 2 刀具优化配置模块的测试79-83
• 3 切削参数优化模块的测试83-86
• 4 基本信息管理模块的测试86-89
• 5 系统测试总结89

【参考文献】

中国期刊全文数据库 前10条

1 钱德成;吉卫喜;孙斌;堵士俊;;运用混合推理的数控加工刀具智能选择的研究[J];现代制造工程;2015年10期

2 张维;王嘉;;一种基于实例推理的刀具选配方法研究[J];航空制造技术;2015年05期

3 胡炳星;赵武;罗纯静;;基于规则推理的铣削刀具选择系统开发与应用[J];制造业自动化;2015年06期

4 郭杰;徐看;刘利国;张盼盼;;刀具涂层技术现状与发展趋势[J];工具技术;2014年03期

5 刘春艳;凌建春;寇林元;仇丽霞;武俊青;;GA-BP神经网络与BP神经网络性能比较[J];中国卫生统计;2013年02期

6 赵正兴;;现代先进刀具在钛合金上的应用[J];航空制造技术;2013年06期

7 黄李冲;于忠海;陈田;;基于RBR-CBR的数控刀具材料选择专家系统[J];中国制造业信息化;2011年21期

8 杨金发;;航空难加工材料典型零件切削技术研究[J];金属加工(冷加工);2011年17期

9 王聪梅;;航空发动机机械加工工艺规程现状及改进[J];航空制造技术;2010年24期

10 闫莉;陈青;;绿色切削加工中刀具选择的灰关联决策[J];工具技术;2010年05期

，

本文编号：542767