智能CAPP系統(tǒng)中工藝路線和切削參數(shù)的決策研究.pdf

1、工藝設(shè)計(jì)是機(jī)械制造業(yè)的重要基礎(chǔ)工作,是連接產(chǎn)品設(shè)計(jì)與產(chǎn)品制造的橋梁,是一個(gè)經(jīng)驗(yàn)性很強(qiáng)且隨制造環(huán)境變化而變化的決策過(guò)程。工藝設(shè)計(jì)的質(zhì)量和效率直接影響企業(yè)制造資源的配置與優(yōu)化、產(chǎn)品質(zhì)量與成本、生產(chǎn)組織效率等。當(dāng)前,隨著制造業(yè)的飛速發(fā)展,產(chǎn)品更新?lián)Q代頻繁,多品種、小批量的生產(chǎn)模式已占主導(dǎo)地位。因?yàn)閭鹘y(tǒng)的工藝設(shè)計(jì)存在著一致性差、效率低、難以保證數(shù)據(jù)的準(zhǔn)確性等缺陷,又過(guò)于依賴工藝設(shè)計(jì)人員個(gè)人的經(jīng)驗(yàn)和水平；而早期的CAPP專家系統(tǒng)又片面追求工藝決策

2、的自動(dòng)化,知識(shí)獲取困難、推理方式單一,所以均難以滿足現(xiàn)代制造業(yè)的發(fā)展需要。本文針對(duì)上述問(wèn)題,結(jié)合人工智能特別是計(jì)算智能技術(shù)的研究成果,對(duì)智能CAPP系統(tǒng)中的知識(shí)表示、工藝路線和切削參數(shù)的決策等問(wèn)題進(jìn)行了研究與探索,研究?jī)?nèi)容和成果主要體現(xiàn)在以下幾方面:
　　 1.在對(duì)傳統(tǒng)的CAPP專家系統(tǒng)的不足進(jìn)行分析的基礎(chǔ)上,構(gòu)建了基于知識(shí)的智能CAPP系統(tǒng)的總體框架,分析了它的組成及各個(gè)組成部分之間的信息傳遞,對(duì)系統(tǒng)各部分功能的實(shí)現(xiàn)方法和相關(guān)

3、技術(shù)進(jìn)行了多角度的研究。
　　 2.結(jié)合零件特征建模技術(shù),綜合面向?qū)ο蟮谋硎痉椒?、框架表示法等多種知識(shí)表示方法的特點(diǎn),提出一種基于零件特征的知識(shí)表示方法。將零件特征信息劃分成特征元、加工元和切削元三個(gè)層次,然后采用 XML語(yǔ)言對(duì)零件特征信息進(jìn)行了結(jié)構(gòu)化描述,從而構(gòu)建了零件信息知識(shí)庫(kù)。
　　 3.針對(duì)智能CAPP系統(tǒng)中的工藝路線的決策問(wèn)題,提出了基于改進(jìn)蟻群算法的優(yōu)化方法。在將被加工零件劃分為若干特征元和加工元的基礎(chǔ)上,根

4、據(jù)加工元的屬性,用加權(quán)海明距離表示它們之間的相似程度；在蟻群算法中設(shè)置前趨表,用來(lái)表示加工元之間的約束條件,從而使得算法在對(duì)解空間進(jìn)行搜索的時(shí)候,既要遵循基本蟻群算法中的禁忌準(zhǔn)則,又要受到前趨表的限制。這樣不僅保證了計(jì)算結(jié)果的有效性,而且提高了算法運(yùn)行的效率。算法運(yùn)行的結(jié)果是一條最優(yōu)或近優(yōu)的工藝路線。
　　 4.針對(duì)智能CAPP系統(tǒng)中的切削用量決策問(wèn)題,將Pareto最優(yōu)解的概念和遺傳算法結(jié)合起來(lái),提出一種基于先尋優(yōu)后決策求解模

5、式的優(yōu)化算法。以切削效率和刀具耐用度為目標(biāo)建立多目標(biāo)優(yōu)化模型；采用置零法處理不符合約束條件的個(gè)體；通過(guò)競(jìng)爭(zhēng)的方法構(gòu)造進(jìn)化過(guò)程中所產(chǎn)生的Pareto最優(yōu)解,并將其保存在非劣解集中直接保留到下一代,從而保證了算法的搜索方向；基于小生境技術(shù),建立一種排擠機(jī)制,抑制個(gè)體的近親繁殖,以提高種群的多樣性；使用混合交叉算子和步長(zhǎng)變異算子進(jìn)行基因重組。算法運(yùn)行的結(jié)果是一組沿Pareto前沿面均勻分布的優(yōu)化解。
　　 在對(duì)以上基本理論進(jìn)行研究的基