基于切削体分解与优化组合的加工特征识别技术研究
发布时间:2020-06-18 05:52
【摘要】:加工特征自动识别技术是CAD/CAPP集成的重要组成部分,多年以来受到了广大学者的关注与研究。然而现有的特征识别方法仍存在着一些问题,其原因主要在于对特征相交情况的处理,易造成特征多重解释问题。此外,当前的特征识别方法还很少考虑实际加工制造情况,使得所识别的特征无法加工。针对特征识别技术这一现状,本文提出了一种针对于车削零件和铣削零件的基于切削体分解与优化组合的特征识别方法,给出了结合实际加工情况的车削特征与铣削特征分类方案,并基于此方案研究了该方法下切削体生成与分解、切削单元搜索与优化组合、组合特征描述与匹配等特征识别操作。论文的主要工作如下所示:(1)结合CAPP技术的发展现状,简要介绍了现有的特征分类和特征识别方法的定义及相关概念,阐述了它们的不足之处,进而引出本文基于切削体分解与优化组合的加工特征识别技术,并对其特征识别涉及的概念、总体流程框架以及各处理模块进行详细说明。(2)提出了车削零件特征识别的具体流程框架。通过构建车削Delta体2D网格模型,在特征搜索过程中采用遗传算法对影响加工过程的特征参数进行优化,得到最优的组合特征,构建车削加工特征分类方案并提出了基于车削特征描述子的车削特征匹配方法。(3)提出了铣削零件特征识别的具体流程框架。首先生成铣削Delta体三维实体模型,利用基于规则的方法分解出孔类特征,然后识别当前Delta体中单个特征,对其余Delta体构建3D网格模型,采用优化算法获得最优组合特征,最后构建铣削加工特征分类方案并提出了基于铣削特征非加工面邻接矩阵的铣削特征匹配方法。(4)基于UG-NX8.5三维造型平台,利用NXOpen开发接口,搭建了本文特征识别系统。描述了该系统的开发环境、项目配置并实现了切削体生成与分解、切削单元搜索与优化组合以及特征分类匹配等特征识别功能模块。实践表明论文所提出的基于切削体分解与优化组合的加工特征识别方法能较好的解决相交特征识别问题,且采用优化方案生成最优的组合特征,避免了特征多重解释问题,有效的实现了加工特征的自动化识别。
【学位授予单位】:华中科技大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TP391.7
【图文】:
虑其实际的加工制造情况。例如车槽可以根据其宽度的不同阶根据其角度的不同也可以分为直角台阶和锥面台阶等。在Ali Oral[18]对其进行较为全面的分类,其主要先分为内外特征大类,各类再根据其几何形状进行进一步划分,但是依旧没点,且易将某些台阶特征视为槽特征处理,部分分类如图 1
离主轴最小距离l 。l右偏刀 左偏刀PA图 3.8 车削特征参数与刀具参数之间的映射由此,本文综合考虑特征各项参数对加工特征进行进一步的分类,详细的特征分类如图 3.9 所示,特征参数及约束条件如附表Ⅰ中表 2 所示:
本文编号:2718797
【学位授予单位】:华中科技大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TP391.7
【图文】:
虑其实际的加工制造情况。例如车槽可以根据其宽度的不同阶根据其角度的不同也可以分为直角台阶和锥面台阶等。在Ali Oral[18]对其进行较为全面的分类,其主要先分为内外特征大类,各类再根据其几何形状进行进一步划分,但是依旧没点,且易将某些台阶特征视为槽特征处理,部分分类如图 1
离主轴最小距离l 。l右偏刀 左偏刀PA图 3.8 车削特征参数与刀具参数之间的映射由此,本文综合考虑特征各项参数对加工特征进行进一步的分类,详细的特征分类如图 3.9 所示,特征参数及约束条件如附表Ⅰ中表 2 所示:
【参考文献】
相关期刊论文 前9条
1 刘雪梅;周易;黄剑锋;李爱平;;基于制造资源的复杂箱体零件加工特征识别方法[J];计算机集成制造系统;2015年12期
2 赵鸣;王细洋;;基于体分解的MBD工序模型快速生成方法[J];计算机集成制造系统;2014年08期
3 黄瑞;张树生;白晓亮;;可制造性驱动的三维CAD模型相交制造特征识别方法[J];计算机辅助设计与图形学学报;2013年07期
4 李大磊;陈广飞;尹跃峰;;基于图的混合加工特征识别方法[J];组合机床与自动化加工技术;2013年06期
5 赵鹏;盛步云;邓伟刚;;工艺设计过程中的切削体分解组合策略[J];计算机集成制造系统;2010年09期
6 花广如;周雄辉;;特征识别的现状与存在的问题及解决方案[J];机床与液压;2008年04期
7 高伟;成尔京;胡晓兵;曾文;张裕文;;形式化语言驱动的相似工艺检索原理和方法研究[J];机械科学与技术;2006年01期
8 黄正东;车加工特征的自动识别与选择方法[J];中国机械工程;2004年04期
9 高曙明;自动特征识别技术综述[J];计算机学报;1998年03期
本文编号:2718797
本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2718797.html