基于大数据分析的切削加工过程优化方法

发布时间：2021-03-31 11:39

　　随着“工业互联网”、“工业4.0”及“中国制造2025”等一系列概念的提出,“智能”成为现代加工制造行业的特征。切削加工是加工制造中主要的加工方式之一且在加工过程中会产生大量数据。由于数据切削加工中各种规律的具体体现,而用于数据挖掘的分类算法是大数据分析算法中涉及到的一类重要算法。因此,采用基于大数据分析技术的优化方法对切削加工过程中所包含的加工资源进行优选是提高生产效率、降低生产成本和实现切削加工过程智能化的有效途径。因此,基于大数据分析技术的切削加工过程优化方法的研究对实现切削加工过程智能化具有重要的意义。首先,由于切削加工过程十分复杂,无法直接采用大数据分析技术进行分析。因此,本文在分布式工艺规划（DPP）的基础上提出强化分布式工艺规划（EDPP）对加工过程中所涉及到的加工资源进行分解并将切削加工过程优化问题转化为大数据分析问题。还提出了加工资源数据化过程中应遵循的准则,并基于所提出的准则对加工资源从几何和物理两个方面进行汇总和数据化。其次,针对切削加工过程的高度非线性和难以建立全局优化模型等问题,本文对大数据分析技术中用于建模的数据挖掘算法和用于模型优化的优化算法原理进行研究。... 

【文章来源】：哈尔滨理工大学黑龙江省

【文章页数】：84 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 论文研究的目的和意义
    1.2 国内外研究现状及分析
        1.2.1 切削加工过程优化技术的研究
        1.2.2 搜索算法在切削加工过程优化中应用的研究
        1.2.3 基于专家系统的切削加工过程优化的研究
        1.2.4 基于数据分类算法的切削加工优化研究
    1.3 本论文题目来源、研究内容及论文结构
第2章 切削加工过程数据化
    2.1 强化工艺分布式规划（E-DPP）
        2.1.1 工艺分布式规划（DPP）
        2.1.2 E-DPP的架构
        2.1.3 E-DPP中加工资源优选方法
        2.1.4 E-DPP加工优化问题转化
    2.2 切削加工资源数据化的准则
    2.3 切削加工资源中几何信息的数据化
        2.3.1 工件的几何信息分析
        2.3.2 机床的几何信息分析
        2.3.3 刀具的几何信息分析
        2.3.4 加工条件中的几何信息分析
    2.4 切削加工资源中物理信息的数据化
        2.4.1 工件的物理信息分析
        2.4.2 机床的物理信息分析
        2.4.3 刀具的物理信息分析
        2.4.4 加工条件中的物理信息分析
    2.5 加工要求、结果和检测的数据化
        2.5.1 加工要求和加工质量信息分析
        2.5.2 加工过程检测信息分析
    2.6 本章小结
第3章 切削加工过程混合算法开发
    3.1 混合算法结构
    3.2 混合算法中分类算法的研究
        3.2.1 深度信念网络（DBN）的原理研究及算法实现
        3.2.2 卷积神经网络（CNN）的原理研究及算法实现
        3.2.3 超极限学习机（H-ELM）的原理研究及算法实现
    3.3 混合算法中优化算法的原理研究
        3.3.1 遗传算法（GA）的原理研究与算法实现
        3.3.2 粒子群算法（PSO）的原理研究与算法实现
    3.4 混合算法的开发与程序实现
    3.5 本章小结
第4章 基于模拟数据的切削加工过程仿真验证
    4.1 切削加工过程模拟数据生成
        4.1.1 工件数据生成
        4.1.2 刀具数据生成
        4.1.3 机床数据生成
        4.1.4 加工条件数据生成
        4.1.5 其他因素数据生成
        4.1.6 标签数据的生成生成
    4.2 切削加工过程优化的混合算法性能评估
        4.2.1 分类算法性能评估
        4.2.2 优化算法性能评估
    4.3 切削加工过程优化仿真
    4.4 本章小结
结论
参考文献
攻读硕士学位期间的学术成果
致谢
附录1


【参考文献】：
期刊论文
[1]基于灰色关联和主成分分析的车削加工多目标优化[J]. 刘春景,唐敦兵,何华,陈兴强.  农业机械学报. 2013(04)
[2]基于遗传算法的加工工艺决策与排序优化[J]. 郑永前,王阳.  中国机械工程. 2012(01)
[3]基于粒子群算法的数控加工切削参数优化[J]. 刘海江,黄炜.  同济大学学报(自然科学版). 2008(06)
[4]大型容器车削加工工艺参数优化专家系统[J]. 郭金星,陈玉全,李振加,冯军,宁世友.  哈尔滨理工大学学报. 2005(01)



本文编号：3111372