基于优先工序序列实例的CAPP策略及其关键技术研究
发布时间:2020-12-13 13:30
如何将工艺设计经验数据充分应用到智能化工艺决策中是CAPP的研究重点。本文在分析工艺设计特点及CAPP应用现状的基础上,提出了基于优先工序序列实例的CAPP策略。此CAPP策略从研究大量工艺路线实例出发,将数据挖掘技术应用到工艺知识获取中,利用工艺历史数据来解决新问题。 本文研究了基于优先工序序列实例的CAPP策略的基本概念及决策过程,并详细讨论了基于典型工艺路线实例的决策方法及基于优先工序序列段的决策方法。 分析了工艺数据预处理的方法及过程,介绍了工艺信息标准化的内容、实现模式及实现企业标准化的方法,提出了一种面向对象的工艺数据组织模型,并针对优先工序序列实例的数据挖掘要求设计了一种柔性工序编码方法。 最后本文对基于优先工序序列实例的CAPP策略的两个核心算法作了深入研究: 1) 采用聚类分析方法中的凝聚层次聚类算法对工艺路线实例聚类; 2) 采用关联规则中的Apriori算法获取优先工序序列段。 本文提出的基于优先工序序列实例的CAPP策略既可根据典型工艺路线为新零件的工艺路线提供整体参考,又能应用优先工序序列段实现工艺设计过程中的工序自动联想。...
【文章来源】:西北工业大学陕西省 211工程院校 985工程院校
【文章页数】:66 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1.1 CAPP发展概述
1.2 国内外研究现状
1.3 研究背景
1.4 研究内容及方法
1.5 课题来源
1.6 论文章节安排
第二章 基于优先工序序列实例的CAPP策略
2.1 决策方法的提出
2.2 基于优先工序序列实例的CAPP策略分析
2.2.1 优先工序序列
2.2.2 决策过程
2.3 基于典型工艺路线实例的决策方法
2.3.1 建立典型工艺路线库的流程
2.3.2 工艺路线实例的粗略分类
2.3.3 工艺路线实例的聚类
2.3.4 其它处理
2.4 基于优先工序序列段实例的决策方法
2.4.1 建立优先工序序列段的流程
2.4.2 优先工序序列段的获取
2.4.3 其它处理
2.5 基于优先工序序列实例的CAPP策略的优点
2.6 本章小结
第三章 工艺实例数据预处理
3.1 数据挖掘流程分析
3.2 工艺实例数据清洗
3.2.1 实例数据的标准化
3.2.2 空缺值处理
3.3 工艺实例数据选择
3.3.1 数据域选择
3.3.2 记录选择
3.3.3 其它选择
3.4 工艺实例数据变换
3.5 本章小结
第四章 工艺信息标准化及其组织
4.1 工艺信息标准化分析
4.1.1 标准的类型
4.1.2 工艺信息标准体系
4.1.3 工艺基础标准
4.1.4 实现工艺标准化的模式
4.1.5 企业工艺标准化
4.2 面向对象的工艺数据组织模型
4.2.1 面向对象方法基本概念
4.2.2 工艺数据组织的基础
4.2.3 零件信息描述
4.2.4 工艺信息表达
4.2.5 零件信息及工艺信息的关系
4.3 工序编码方法研究
4.3.1 常用信息编码方法
4.3.2 编码系统的基本原则
4.3.3 工序柔性编码法
4.4 本章小结
第五章 工艺路线实例的聚类算法研究
5.1 聚类分析方法
5.1.1 聚类分析概述
5.1.2 凝聚层次聚类法
5.2 工艺路线实例的聚类
5.2.1 问题的数学描述
5.2.2 距离计算
5.2.3 计算相异度矩阵
5.2.4 绘制动态聚类图
5.2.5 确定聚类粒度
5.3 算例实现
5.3.1 实际工艺数据
5.3.2 建立数据矩阵
5.3.3 计算相似度矩阵
5.3.4 聚类图
5.3.5 聚类结果
5.4 本章小结
第六章 优先工序序列段的获取算法研究
6.1 关联规则挖掘算法
6.1.1 关联规则基本模型
6.1.2 Apriori算法
6.2 优先工序序列段获取的关联规则
6.3 优先工序序列段的获取算例
6.4 本章小结
第七章 结束语
7.1 全文工作总结
7.2 下一步的工作
参考文献
硕士期间发表的论文
致谢
【参考文献】:
期刊论文
[1]基于遗传算法的工艺路线优化决策[J]. 王忠宾,王宁生,陈禹六. 清华大学学报(自然科学版). 2004(07)
[2]基于实例的飞机钣金工艺设计[J]. 王俊彪,盛威. 机械科学与技术. 2004(06)
[3]CAPP发展趋势及面临的问题[J]. 陈永府,王峰,朱林,陈立平. 计算机工程与设计. 2004(05)
[4]基于知识发现原理的制造工艺重用方法研究[J]. 高伟,殷国富,戈鹏. 中国机械工程. 2003(19)
[5]基于工艺元信息模型的CAPP实例推理方法研究[J]. 龙红能,殷国富,成尔京,黄海波. 四川大学学报(工程科学版). 2003(05)
[6]基于零件分类编码的模糊聚类分析[J]. 鲁开讲,张宁,杨峰. 轻工机械. 2003(03)
[7]基于专家系统的轴类零件CAPP系统[J]. 刘韶军,李秀英,边志辉,赵刚,于刚. 组合机床与自动化加工技术. 2003(09)
[8]制造业信息化的发展与现状研究[J]. 杜平安. 中国机械工程. 2003(13)
[9]基于GT编码的零件聚类树的建立[J]. 陈钢,冯志勇,金辉. 中国制造业信息化. 2003(06)
[10]基于专家系统的气缸套CAPP系统的设计[J]. 董洪太. CAD/CAM与制造业信息化. 2003(Z1)
本文编号:2914613
【文章来源】:西北工业大学陕西省 211工程院校 985工程院校
【文章页数】:66 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1.1 CAPP发展概述
1.2 国内外研究现状
1.3 研究背景
1.4 研究内容及方法
1.5 课题来源
1.6 论文章节安排
第二章 基于优先工序序列实例的CAPP策略
2.1 决策方法的提出
2.2 基于优先工序序列实例的CAPP策略分析
2.2.1 优先工序序列
2.2.2 决策过程
2.3 基于典型工艺路线实例的决策方法
2.3.1 建立典型工艺路线库的流程
2.3.2 工艺路线实例的粗略分类
2.3.3 工艺路线实例的聚类
2.3.4 其它处理
2.4 基于优先工序序列段实例的决策方法
2.4.1 建立优先工序序列段的流程
2.4.2 优先工序序列段的获取
2.4.3 其它处理
2.5 基于优先工序序列实例的CAPP策略的优点
2.6 本章小结
第三章 工艺实例数据预处理
3.1 数据挖掘流程分析
3.2 工艺实例数据清洗
3.2.1 实例数据的标准化
3.2.2 空缺值处理
3.3 工艺实例数据选择
3.3.1 数据域选择
3.3.2 记录选择
3.3.3 其它选择
3.4 工艺实例数据变换
3.5 本章小结
第四章 工艺信息标准化及其组织
4.1 工艺信息标准化分析
4.1.1 标准的类型
4.1.2 工艺信息标准体系
4.1.3 工艺基础标准
4.1.4 实现工艺标准化的模式
4.1.5 企业工艺标准化
4.2 面向对象的工艺数据组织模型
4.2.1 面向对象方法基本概念
4.2.2 工艺数据组织的基础
4.2.3 零件信息描述
4.2.4 工艺信息表达
4.2.5 零件信息及工艺信息的关系
4.3 工序编码方法研究
4.3.1 常用信息编码方法
4.3.2 编码系统的基本原则
4.3.3 工序柔性编码法
4.4 本章小结
第五章 工艺路线实例的聚类算法研究
5.1 聚类分析方法
5.1.1 聚类分析概述
5.1.2 凝聚层次聚类法
5.2 工艺路线实例的聚类
5.2.1 问题的数学描述
5.2.2 距离计算
5.2.3 计算相异度矩阵
5.2.4 绘制动态聚类图
5.2.5 确定聚类粒度
5.3 算例实现
5.3.1 实际工艺数据
5.3.2 建立数据矩阵
5.3.3 计算相似度矩阵
5.3.4 聚类图
5.3.5 聚类结果
5.4 本章小结
第六章 优先工序序列段的获取算法研究
6.1 关联规则挖掘算法
6.1.1 关联规则基本模型
6.1.2 Apriori算法
6.2 优先工序序列段获取的关联规则
6.3 优先工序序列段的获取算例
6.4 本章小结
第七章 结束语
7.1 全文工作总结
7.2 下一步的工作
参考文献
硕士期间发表的论文
致谢
【参考文献】:
期刊论文
[1]基于遗传算法的工艺路线优化决策[J]. 王忠宾,王宁生,陈禹六. 清华大学学报(自然科学版). 2004(07)
[2]基于实例的飞机钣金工艺设计[J]. 王俊彪,盛威. 机械科学与技术. 2004(06)
[3]CAPP发展趋势及面临的问题[J]. 陈永府,王峰,朱林,陈立平. 计算机工程与设计. 2004(05)
[4]基于知识发现原理的制造工艺重用方法研究[J]. 高伟,殷国富,戈鹏. 中国机械工程. 2003(19)
[5]基于工艺元信息模型的CAPP实例推理方法研究[J]. 龙红能,殷国富,成尔京,黄海波. 四川大学学报(工程科学版). 2003(05)
[6]基于零件分类编码的模糊聚类分析[J]. 鲁开讲,张宁,杨峰. 轻工机械. 2003(03)
[7]基于专家系统的轴类零件CAPP系统[J]. 刘韶军,李秀英,边志辉,赵刚,于刚. 组合机床与自动化加工技术. 2003(09)
[8]制造业信息化的发展与现状研究[J]. 杜平安. 中国机械工程. 2003(13)
[9]基于GT编码的零件聚类树的建立[J]. 陈钢,冯志勇,金辉. 中国制造业信息化. 2003(06)
[10]基于专家系统的气缸套CAPP系统的设计[J]. 董洪太. CAD/CAM与制造业信息化. 2003(Z1)
本文编号:2914613
本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/2914613.html