当前位置:主页 > 科技论文 > 铸造论文 >

面向电梯零部件智能制造的切削参数优化及知识库研究与开发

发布时间:2018-12-14 02:38
【摘要】:随着中国制造2025计划的提出,制造业迎来了发展的新方向——向智能制造方向发展,切削参数的智能优化选择是智能制造技术的重要环节。合理的切削参数有助于提高工件的加工效率、改善工件的加工质量以及延长刀具的使用寿命等。目前,切削参数的选择主要依靠工艺人员的实践经验或是通过查询切削手册来获得,对人的依赖性较大,切削参数参数的选择较为保守,将制约制造资源发挥其最大的效益。针对以上问题,结合目前人工智能技术已有的研究成果,对切削参数智能选择过程中切削参数知识的表示、推理和优化选择等问题进行了研究与探索,建立电梯零部件切削参数知识库。本文主要展现以下几个方面的研究内容:(1)对电梯零部件制造过程特点进行分析,并进一步阐述实现电梯零部件制造工艺参数智能选择意义,在研究切削参数优化及知识库的国内外研究现状基础上,发现电梯零部件制造过程中在切削参数优选方面存在的问题,总结该方向研究的发展趋势,整理出本课题要研究的重点内容和章节安排。(2)阐述电梯零部件离散制造加工过程切削过程原理,结合某电梯零部件企业实际情况,对所研究电梯零部件进行分类并结合具体零件分析电梯零部件加工工艺。研究优化理论在机械制造中的应用,为进一步建立切削参数优化模型和进行切削参数的智能选择的研究奠定理论基础。(3)研究电梯零部件实际加工过程中的相关因素,融入绿色低碳制造的理念,以加工时间和CO2排放量为优化目标,建立连续工步条件下的切削参数优化模型。研究多目标的优化方法,提出基于Pareto的改进人工鱼群算法,并对算法性能进行测试,将改进算法应用于实际切削加工案例中,为知识库构建提供案例知识。(4)在对电梯零部件加工过程切削参数优化选择理论分析的基础上,结合某电梯零部件制造企业实际情况,确定电梯零部件切削参数知识库的整体结构。综合运用各种技术和方法建立符合本课题研究的电梯零部件切削参数知识表示方法,并确定基于CBR和RBR的切削参数智能选择方法。(5)基于以上研究理论,利用PowerBuilder作为客户端开发工具,以SQL Server2012作为数据库管理工具,结合Matlab开发语言对系统进行了设计与实现,并以此为基础设计一套能初步够适应企业实际需求的切削参数智能选择原型系统,初步实现电梯零部件切削参数的智能优选。
[Abstract]:With the development of the 2025 Plan of Manufacturing in China, the manufacturing industry is facing a new direction of development, that is, intelligent manufacturing. The intelligent optimization of cutting parameters is an important part of intelligent manufacturing technology. Reasonable cutting parameters can improve the machining efficiency of the workpiece, improve the machining quality of the workpiece and prolong the service life of the tool. At present, the choice of cutting parameters mainly depends on the practical experience of the technicians or through the inquiry of cutting manual, which is more dependent on people, and the choice of cutting parameters is more conservative, which will restrict the manufacturing resources to give full play to its maximum benefit. In view of the above problems, combined with the existing research results of artificial intelligence technology, the knowledge representation, reasoning and optimization selection of cutting parameters in the process of intelligent selection of cutting parameters are studied and explored. The knowledge base of cutting parameters of elevator parts is established. The main research contents of this paper are as follows: (1) the characteristics of elevator parts manufacturing process are analyzed, and the significance of realizing intelligent selection of elevator parts manufacturing process parameters is further expounded. On the basis of the research status of cutting parameter optimization and knowledge base at home and abroad, the problems of cutting parameter optimization in elevator parts manufacturing are found, and the development trend of this research direction is summarized. The main content and chapter arrangement of this subject are sorted out. (2) the cutting process principle of discrete manufacturing process of elevator parts is expounded, and the actual situation of an elevator parts enterprise is combined. The elevator parts are classified and the machining process of elevator parts is analyzed. The application of optimization theory in mechanical manufacturing is studied, which lays a theoretical foundation for further research on optimization model of cutting parameters and intelligent selection of cutting parameters. (3) the relevant factors in the actual machining process of elevator parts are studied. Based on the idea of green low carbon manufacturing and taking processing time and CO2 emission as the optimization target, the cutting parameter optimization model under continuous working step is established. The multi-objective optimization method is studied and an improved artificial fish swarm algorithm based on Pareto is proposed. The performance of the algorithm is tested, and the improved algorithm is applied to the actual cutting case. It provides case knowledge for the construction of knowledge base. (4) based on the theoretical analysis of cutting parameters optimization of elevator parts machining process, combined with the actual situation of an elevator parts manufacturing enterprise, The whole structure of the knowledge base of cutting parameters of elevator parts is determined. The knowledge representation method of cutting parameters of elevator parts is established by synthetically using all kinds of techniques and methods, and the intelligent selection method of cutting parameters based on CBR and RBR is determined. (5) based on the above research theory, The system is designed and implemented by using PowerBuilder as client development tool, SQL Server2012 as database management tool and Matlab development language. On this basis, a prototype system of intelligent selection of cutting parameters is designed, which can meet the actual needs of enterprises, and the intelligent selection of cutting parameters of elevator parts is preliminarily realized.
【学位授予单位】:江南大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TG501

【参考文献】

相关期刊论文 前10条

1 岳彩旭;蔡春彬;黄翠;刘二亮;;切削加工过程有限元仿真研究的最新进展[J];系统仿真学报;2016年04期

2 张金伟;;中国互联网+制造战略发展探讨[J];智富时代;2016年04期

3 王芸;孙辉;;多策略并行学习的异构粒子群优化算法[J];计算机应用;2015年11期

4 王喜文;;智能制造:新一轮工业革命的主攻方向[J];人民论坛·学术前沿;2015年19期

5 周济;;智能制造——“中国制造2025”的主攻方向[J];中国机械工程;2015年17期

6 孙秋霞;;智能制造,中国制造的未来[J];中国科技奖励;2015年07期

7 王喜文;;工业4.0、互联网+、中国制造2025 中国制造业转型升级的未来方向[J];国家治理;2015年23期

8 张洁;吕佑龙;;智能制造的现状与发展趋势[J];高科技与产业化;2015年03期

9 冒志敏;郑洪源;丁秋林;;一种基于案例推理的动态故障集诊断算法[J];计算机技术与发展;2015年05期

10 张相木;;智能制造引领新一轮产业变革[J];军工文化;2015年02期

相关博士学位论文 前10条

1 刘学斌;面向源工艺定制的切削参数优化技术研究[D];北京理工大学;2015年

2 刘铭;大型筒节切削参数优选数据库系统的研究[D];哈尔滨理工大学;2014年

3 蔡盈芳;基于本体的航空产品知识库构建研究[D];北京交通大学;2011年

4 刘伟;智能CAPP系统中工艺路线和切削参数的决策研究[D];天津大学;2010年

5 王军;智能集成CAD/CAPP系统关键技术研究[D];燕山大学;2010年

6 邵芳;难加工材料切削刀具磨损的热力学特性研究[D];山东大学;2010年

7 张晓辉;基于切削过程物理模型的参数优化及其数据库实现[D];上海交通大学;2009年

8 相克俊;混合推理高速切削数据库系统的研究与开发[D];山东大学;2007年

9 张臣;数控铣削加工物理仿真关键技术研究[D];南京航空航天大学;2006年

10 李晓磊;一种新型的智能优化方法-人工鱼群算法[D];浙江大学;2003年

相关硕士学位论文 前2条

1 郝传海;汽车行业金属切削数据库系统的研究与开发[D];山东大学;2011年

2 任小平;难加工材料切削数据库系统的研究与开发[D];山东大学;2010年



本文编号:2377755

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jiagonggongyi/2377755.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户abd6b***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com