基于知識(shí)的冷擠壓工藝設(shè)計(jì)智能系統(tǒng)及其關(guān)鍵技術(shù)研究.pdf

1、金屬塑性成形是一種利用金屬材料的塑性,對金屬毛坯施加適當(dāng)?shù)哪芰亢洼d荷,使金屬毛坯發(fā)生塑性變形而形成具有一定幾何形狀和力學(xué)性能的零件或半成品件的成形工藝。金屬塑性成形工藝不僅能成形幾何形狀復(fù)雜的零件,而且能改善和提高零件內(nèi)部的力學(xué)性能,因此被廣泛應(yīng)用于汽車、船舶、機(jī)械、冶金、建筑、軍械、航空航天等行業(yè),在國民經(jīng)濟(jì)中占有重要的地位。目前金屬塑性成形正向凈成形或近凈成形方向發(fā)展,以減少后續(xù)的機(jī)加工量,從而降低產(chǎn)品的制造成本,冷擠壓成形就是其中

2、的一種最為重要的凈成形或近凈成形工藝。當(dāng)今社會(huì)的競爭日趨激烈,高質(zhì)量、高效率、低成本、低能耗、凈成形和近凈成形以及追求環(huán)保性和可持續(xù)發(fā)展已成為制造業(yè)廠商在競爭中取勝的重要因素,而冷擠壓成形在很大程度上能夠滿足這些技術(shù)、經(jīng)濟(jì)和社會(huì)上的要求。然而,如何高效、保質(zhì)地制定出冷擠壓成形工藝、設(shè)計(jì)和加工出能成形高質(zhì)量冷擠壓零件的冷擠壓模具已成為冷擠壓成形領(lǐng)域的關(guān)鍵問題。眾所周知,工藝設(shè)計(jì)是模具設(shè)計(jì)的基礎(chǔ)。從金屬毛坯成形出冷擠壓零件需要通過不同的冷擠

3、壓成形工序才能完成,設(shè)計(jì)合理的冷擠壓成形工序是編制冷擠壓工藝過程中的核心工作。冷擠壓工藝設(shè)計(jì)基本上經(jīng)歷了傳統(tǒng)的手工設(shè)計(jì)、計(jì)算機(jī)輔助設(shè)計(jì)和智能化設(shè)計(jì)三個(gè)階段,目前的研究重心正朝著智能化設(shè)計(jì)(基于知識(shí)的設(shè)計(jì))的方向轉(zhuǎn)移。智能化設(shè)計(jì)的研究與計(jì)算機(jī)軟硬件技術(shù)、人工智能技術(shù)、信息技術(shù)、數(shù)據(jù)庫技術(shù)等的發(fā)展息息相關(guān)。人工智能應(yīng)用于工藝設(shè)計(jì)主要需要解決兩個(gè)方面的問題,一方面是領(lǐng)域知識(shí)的表示和知識(shí)庫的開發(fā),另一方面是推理策略的智能化。本文研究的主要內(nèi)容就

4、是將人工智能技術(shù)應(yīng)用到冷擠壓工藝設(shè)計(jì)中,研究人工智能應(yīng)用于冷擠壓工藝設(shè)計(jì)的關(guān)鍵技術(shù),并建立基于知識(shí)的冷擠壓工藝設(shè)計(jì)智能系統(tǒng)。在本文的研究過程中,首先研究了冷擠壓工藝設(shè)計(jì)系統(tǒng)知識(shí)庫中知識(shí)表示的方法,即基于產(chǎn)生式規(guī)則的知識(shí)表示和基于特征的知識(shí)表示：在VC++平臺(tái)上,建立了冷擠壓工藝發(fā)計(jì)系統(tǒng)的知識(shí)庫,通過運(yùn)用面向?qū)ο蟮募夹g(shù),提高了知識(shí)表達(dá)的能力和效率；丌發(fā)了知識(shí)庫的管理和維護(hù)系統(tǒng),對所建知識(shí)庫可進(jìn)行增加、修改和刪除等操作,并對冷擠壓工藝設(shè)計(jì)系

5、統(tǒng)的知識(shí)庫設(shè)定了訪問權(quán)限,只有具備相應(yīng)權(quán)限的人才能對知識(shí)庫進(jìn)行相應(yīng)的操作：開發(fā)了冷擠壓工藝設(shè)計(jì)系統(tǒng)的知摘要,口粵粵粵里巴巴里里巴里里口月組識(shí)庫編輯系統(tǒng),方便了知識(shí)的獲?。航⒘死鋽D壓工藝設(shè)計(jì)系統(tǒng)的知識(shí)沖突消解策略以及推理和運(yùn)行機(jī)理；開發(fā)了冷擠壓工藝設(shè)計(jì)系統(tǒng)的材料庫和設(shè)備庫,庫中包含了常用的冷擠壓材料和設(shè)備,方便了工藝設(shè)計(jì)過程中的調(diào)用。所開發(fā)的冷擠壓工藝設(shè)計(jì)系統(tǒng)的知識(shí)庫、材料庫和設(shè)備庫為進(jìn)行基于知識(shí)的冷擠壓工藝設(shè)計(jì)智能系統(tǒng)的研究和實(shí)現(xiàn)奠定

6、了基礎(chǔ)。 建立了基于人工神經(jīng)網(wǎng)絡(luò)的冷擠壓工藝設(shè)計(jì)智能系統(tǒng)IcEPZs,進(jìn)一步提高了工藝設(shè)計(jì)系統(tǒng)的智能性。研究了Bp神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的選擇：討論了工藝設(shè)計(jì)中的映射網(wǎng)絡(luò)問題,并確定了集中反饋式映射結(jié)構(gòu)作為工藝設(shè)計(jì)的人工神經(jīng)網(wǎng)絡(luò)映射的實(shí)現(xiàn)結(jié)構(gòu)：根據(jù)冷擠壓成形的影響因素等,提出并實(shí)現(xiàn)了人工神經(jīng)網(wǎng)絡(luò)的輸入層、隱含層以及輸出層神經(jīng)元數(shù)的確定方法；在對Bp算法理論研究的基礎(chǔ)上,解決了人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本和訓(xùn)練過程中所面臨的訓(xùn)練次數(shù)和精度問題,并對Bp算

7、法進(jìn)行了改進(jìn)：分析了冷擠壓零件的特征分類,提出了一種新的二進(jìn)制特征編碼方法,根據(jù)形狀特征、工藝特征、精度特征、材料特征等各自特點(diǎn)論述了各自不同的編碼方式,進(jìn)行了詳盡的編碼解釋,為人工神經(jīng)網(wǎng)絡(luò)在工藝設(shè)計(jì)中的應(yīng)用提供了一條十分有效的路徑,并選取典型零件進(jìn)行了測試分析。 分析了基于知識(shí)的專家系統(tǒng)知識(shí)庫的知識(shí)自動(dòng)獲取(機(jī)器學(xué)習(xí)),討論了基于知識(shí)的專家系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)的集成方法,提出了用人工神經(jīng)網(wǎng)絡(luò)補(bǔ)充和修改基于知識(shí)的專家系統(tǒng)知識(shí)庫內(nèi)容的模型框

8、架,并根據(jù)人工神經(jīng)網(wǎng)絡(luò)映射的特征編碼提出并實(shí)現(xiàn)了一種自動(dòng)獲取冷擠壓零件特征的算法,詳細(xì)討論了算法過程,并結(jié)合典型實(shí)例演示了知識(shí)獲取的過程。 研究了模糊邏輯、人工神經(jīng)網(wǎng)絡(luò)與基于知識(shí)的專家系統(tǒng)集成的必要性和集成方法：得出了將模糊邏輯與人工神經(jīng)網(wǎng)絡(luò)的集成應(yīng)用于冷擠壓工藝設(shè)計(jì)是可行的結(jié)論；提出了模糊邏輯、人工神經(jīng)網(wǎng)絡(luò)與基于知識(shí)的專家系統(tǒng)集成的模型框架；在分析了幾種模糊神經(jīng)元各自特點(diǎn)的基礎(chǔ)上,解決了用模糊邏輯與人工神經(jīng)網(wǎng)絡(luò)的集成來判斷冷擠壓零件能

9、否一次擠出成形的問題：編寫了模糊神經(jīng)網(wǎng)絡(luò)程序,選取樣本進(jìn)行了人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練學(xué)習(xí),并結(jié)合典型實(shí)例進(jìn)行了分析測試。 根據(jù)本文所開發(fā)系統(tǒng)輸出的有關(guān)參數(shù)設(shè)計(jì)了用于數(shù)值模擬的冷擠壓成形模具和毛坯,用有限元數(shù)值模擬分析軟件DEFORM對用于測試的典型實(shí)例進(jìn)行了數(shù)值模擬分析,得到了較好的結(jié)果,從而驗(yàn)證了本文所做的研究工作。 綜上所述,相對于國內(nèi)外其他研究者在該方面的研究,本文研究工作的主要特色是在所獨(dú)自構(gòu)建的冷擠壓工藝設(shè)計(jì)系統(tǒng)的基礎(chǔ)上,充分運(yùn)用現(xiàn)