加工中心布局方案预测方法研究
发布时间：2023-06-03 14:32
加工中心布局方案预测是加工中心设计的重要关节。通过对加工中心设计需求的分析,求解有关加工中心布局参数预测,为加工中心后序的详细设计供设计约束,最后形成完成加工中心设计方案。目前,有关加工中心布局方案预测的方法仍然停留方案比较、传统经验,这具有一定的局限性;另一方面,针对加工中心布局所需的设计参数,其获取技术较少。这种依靠经验、大量类比的设计过程导致设计反复、周期长。针对加工中心布局预测问题,本文提出加工中心布局方案预测方法,主要进行以下工作:对加工中心的发展概况做了简介,包括加工中心的特点以及当前现状。对加工中心布局预测方案研究进行了举例说明,包括方案设计参数获取、加工中心布局设计以及布局预测方法。通过对加工中心布局参数进行分析,研究预测模型。构建设计参数之间的非线性关系,包括神经网络各个节点输入输出、节点内部传递函数、以及网络结构等。研究建立加工中心布局方案预测模型。以加工中心空间布局为预测内容,对加工中心各个部件进行相关约束,构建最小占地面积的目标函数,采用遗传算法进行优化计算。根据经济性指标、占地面积及机构特性评价值为目标函数,对所预测得到的加工中心布局方案设计参数进行优化设计。...
【文章页数】：75 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 加工中心发展概况
1.2 产品布局方案设计方法研究现状
1.2.1 布局设计建模方法
1.2.2 产品布局求解方法
1.2.3 加工中心布局预测方法
1.3 存在问题及研究内容
1.3.1 当前存在的问题
1.3.2 论文的研究内容
1.3.3 论文的组织结构
1.4 本章小结
第二章 基于最小占地面积的加工中心布局预测方法
2.1 加工中心布局方案预测模型
2.1.1 加工中心布局方案简化模型构建
2.1.2 加工中心占地面积数学模型建立
2.1.3 设计约束建立
2.2 布局模型预测方法
2.2.1 神经网络简介
2.2.2 基于神经网络的布局预测模型
2.2.3 遗传算法优化求解
2.3 实例分析
2.4 本章小结
第三章 面向性能评价的加工中心结构布局预测方法
3.1 多目标优化遗传算法理论基础
3.1.1 多目标优化遗传算法数学模型
3.1.2 多目标优化遗传算法解的形式
3.1.3 NSGA-Ⅱ算法的特点
3.1.4 计算流程
3.2 加工中心多目标预测方法
3.2.1 加工中心布局方案分析
3.2.2 加工中心功能结构分解
3.3 加工中心性能评价
3.3.1 评价体系建立
3.3.2 方案评价
3.4 基于多目标遗传算法的布局预测
3.4.1 布局预测数学模型
3.4.2 基于NSGA-Ⅱ多目标预测方法
3.4.3 预测结果分析
3.5 本章小结
第四章 加工中心有限元分析及部件参数优化
4.1 加工中心结构静应力及模态分析理论基础
4.1.1 加工中心结构静应力分析
4.1.2 加工中心模态分析
4.1.3 有限元模态分析数学模型
4.2 ANSYS Workbench简介
4.3 加工中心分析实例
4.4 基于BP神经网络和NSGA-Ⅱ遗传算法的优化设计
4.4.1 横梁结构的优化设计
4.4.2 横梁筋板的选择
4.4.3 横梁相关参数采集
4.4.4 基于神经网络的数据拟合
4.4.5 多目标遗传算法设计
4.5 本章小结
第五章 数控机床原理方案系统开发
5.1 基于UG二次开发的加工中心布局系统开发
5.1.1 UG软件与系统开发环境介绍
5.1.2 数据库管理软件介绍
5.1.3 数据连接方式ADO
5.2 二次开发流程
5.2.1 UG/OPEN开发工具
5.2.2 应用程序创建
5.2.3 数据库构建方法
5.3 数控机床原理方案设计系统
5.4 本章小结
结论
结论
展望
参考文献
致谢
个人简介
攻读学位期间发表的学术论文及研究成果
本文编号：3829515
【文章页数】：75 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 加工中心发展概况
1.2 产品布局方案设计方法研究现状
1.2.1 布局设计建模方法
1.2.2 产品布局求解方法
1.2.3 加工中心布局预测方法
1.3 存在问题及研究内容
1.3.1 当前存在的问题
1.3.2 论文的研究内容
1.3.3 论文的组织结构
1.4 本章小结
第二章 基于最小占地面积的加工中心布局预测方法
2.1 加工中心布局方案预测模型
2.1.1 加工中心布局方案简化模型构建
2.1.2 加工中心占地面积数学模型建立
2.1.3 设计约束建立
2.2 布局模型预测方法
2.2.1 神经网络简介
2.2.2 基于神经网络的布局预测模型
2.2.3 遗传算法优化求解
2.3 实例分析
2.4 本章小结
第三章 面向性能评价的加工中心结构布局预测方法
3.1 多目标优化遗传算法理论基础
3.1.1 多目标优化遗传算法数学模型
3.1.2 多目标优化遗传算法解的形式
3.1.3 NSGA-Ⅱ算法的特点
3.1.4 计算流程
3.2 加工中心多目标预测方法
3.2.1 加工中心布局方案分析
3.2.2 加工中心功能结构分解
3.3 加工中心性能评价
3.3.1 评价体系建立
3.3.2 方案评价
3.4 基于多目标遗传算法的布局预测
3.4.1 布局预测数学模型
3.4.2 基于NSGA-Ⅱ多目标预测方法
3.4.3 预测结果分析
3.5 本章小结
第四章 加工中心有限元分析及部件参数优化
4.1 加工中心结构静应力及模态分析理论基础
4.1.1 加工中心结构静应力分析
4.1.2 加工中心模态分析
4.1.3 有限元模态分析数学模型
4.2 ANSYS Workbench简介
4.3 加工中心分析实例
4.4 基于BP神经网络和NSGA-Ⅱ遗传算法的优化设计
4.4.1 横梁结构的优化设计
4.4.2 横梁筋板的选择
4.4.3 横梁相关参数采集
4.4.4 基于神经网络的数据拟合
4.4.5 多目标遗传算法设计
4.5 本章小结
第五章 数控机床原理方案系统开发
5.1 基于UG二次开发的加工中心布局系统开发
5.1.1 UG软件与系统开发环境介绍
5.1.2 数据库管理软件介绍
5.1.3 数据连接方式ADO
5.2 二次开发流程
5.2.1 UG/OPEN开发工具
5.2.2 应用程序创建
5.2.3 数据库构建方法
5.3 数控机床原理方案设计系统
5.4 本章小结
结论
结论
展望
参考文献
致谢
个人简介
攻读学位期间发表的学术论文及研究成果
本文编号：3829515
本文链接：https://www.wllwen.com/kejilunwen/jiagonggongyi/3829515.html
