智能CAPP系统中工艺路线和切削参数的决策研究

发布时间：2020-05-15 12:49

【摘要】：工艺设计是机械制造业的重要基础工作,是连接产品设计与产品制造的桥梁,是一个经验性很强且随制造环境变化而变化的决策过程。工艺设计的质量和效率直接影响企业制造资源的配置与优化、产品质量与成本、生产组织效率等。当前,随着制造业的飞速发展,产品更新换代频繁,多品种、小批量的生产模式已占主导地位。因为传统的工艺设计存在着一致性差、效率低、难以保证数据的准确性等缺陷,又过于依赖工艺设计人员个人的经验和水平;而早期的CAPP专家系统又片面追求工艺决策的自动化,知识获取困难、推理方式单一,所以均难以满足现代制造业的发展需要。本文针对上述问题,结合人工智能特别是计算智能技术的研究成果,对智能CAPP系统中的知识表示、工艺路线和切削参数的决策等问题进行了研究与探索,研究内容和成果主要体现在以下几方面: 1.在对传统的CAPP专家系统的不足进行分析的基础上,构建了基于知识的智能CAPP系统的总体框架,分析了它的组成及各个组成部分之间的信息传递,对系统各部分功能的实现方法和相关技术进行了多角度的研究。 2.结合零件特征建模技术,综合面向对象的表示方法、框架表示法等多种知识表示方法的特点,提出一种基于零件特征的知识表示方法。将零件特征信息划分成特征元、加工元和切削元三个层次,然后采用XML语言对零件特征信息进行了结构化描述,从而构建了零件信息知识库。 3.针对智能CAPP系统中的工艺路线的决策问题,提出了基于改进蚁群算法的优化方法。在将被加工零件划分为若干特征元和加工元的基础上,根据加工元的属性,用加权海明距离表示它们之间的相似程度;在蚁群算法中设置前趋表,用来表示加工元之间的约束条件,从而使得算法在对解空间进行搜索的时候,既要遵循基本蚁群算法中的禁忌准则,又要受到前趋表的限制。这样不仅保证了计算结果的有效性,而且提高了算法运行的效率。算法运行的结果是一条最优或近优的工艺路线。 4.针对智能CAPP系统中的切削用量决策问题,将Pareto最优解的概念和遗传算法结合起来,提出一种基于先寻优后决策求解模式的优化算法。以切削效率和刀具耐用度为目标建立多目标优化模型;采用置零法处理不符合约束条件的个体;通过竞争的方法构造进化过程中所产生的Pareto最优解,并将其保存在非劣解集中直接保留到下一代,从而保证了算法的搜索方向;基于小生境技术,建立一种排挤机制,抑制个体的近亲繁殖,以提高种群的多样性;使用混合交叉算子和步长变异算子进行基因重组。算法运行的结果是一组沿Pareto前沿面均匀分布的优化解。在对以上基本理论进行研究的基础上,本文以天大精益公司的ERP系统为开发背景,采用基于Browser/Server模式的三层架构,进行了基于计算智能技术的CAPP系统的开发。
【图文】：

零件图,轴套,零件图,零件信息

……3.4 零件信息的知识表示实例下面以图3-5中的轴套零件为例，说明基于特征的零件信息的知识表示方法。图 3-5 轴套零件图1.分析零件特征，划分特征元图中零件可划分为 13 个特征元，如表 3-1 所示，其特征集合F＝{f1，f2，f3，- 39 -相关博士学位论文 2011年第07期工程科技Ⅱ辑 C029-16-44

零件特征,主轴箱,精车,粗车

1）+0.35×（1-0）=1。⑥ 算法运行取 =0.9， =1，， =5， Q=100，NCMAX=100。使用 C# 编写程序，运行后得到一个长度为 6.49 的最优路径：o1-o4-o8-o16-o5-o9-o2-o6-o3-o10-o17-o7-o13-o11-o21-o22-o23-o20-o12-o14-o15-o18-o19-o24，对应的工艺路线为：粗车f1－粗车f3－粗车f5－粗车f9－半精车f3－半精车f5－精车f1－精车f3－精车f2－精车f5－精车f9－精车f4－粗车f7－粗车f6－粗车f12－半精车f12－精车f12－精车f11－精车f6－精车f7－精车f8－粗铣f10－精铣f10－钻f13。需要指出的是，按本文所述算法生成的工艺路线只包含了关键工序，热处理工序和辅助工序需要根据具体的加工条件和加工要求另外添加。该零件为河南漯河腾龙泵业有限责任公司所生产的 QS 潜水电泵中的一个零件。该公司根据本文算法得出的结果编制了相应的工艺文件，并付诸生产，达到了预期的效果。该零件的工艺过程卡见附录二。实例 2：以图 4-1 所示主轴箱为例，零件为单件生产，材料为 HT250。
【学位授予单位】：天津大学
【学位级别】：博士
【学位授予年份】：2010
【分类号】：TH162

【引证文献】