数控铣削物理仿真及优化系统研究

数控铣削物理仿真及优化系统研究

论文摘要

虚拟制造技术是传统制造与信息技术结合的产物,在近年来迅速发展成为制造业的热点和前沿学科,有相当的理论价值和现实意义。数控加工仿真技术是虚拟制造技术的核心内容,进行物理仿真技术及切削参数优化的研究,对提高数控加工质量和效率具有一定的现实意义。本文对数控铣削物理仿真及优化进行了研究,在数控铣削物理仿真基础上,以铣削加工参数为设计变量,以加工时间、加工成本和利润率为优化目标函数,以加工信息为约束条件,建立了基于仿真数据库的切削参数多目标优化模型。考虑到所建立的多目标优化模型具有决策变量和约束条件多,目标函数复杂,故在遗传算法的改进原则指导下,对多目标优化遗传算法适应度函数,选择、交叉和变异等算子操作过程进行了改进,并用典型的遗传算法测试函数验证了改进优化算法的有效性与可行性。通过切削试验,验证了本文所述的优化模型与优化算法的正确性。最后,提出了集成参数优化功能的数控铣削物理仿真及优化系统的总体构架。同时,以VC++为开发平台,借助于ACESS数据库以及其它工具,开发了数控铣削物理仿真及优化系统。通过切削实验,验证系统模型的合理性,这种利用仿真的方法科学选取切削参数对实际加工有一定的指导作用,达到了保证质量,提高效率,降低成本的目的。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题研究的背景和意义
  • 1.2 国内外研究现状
  • 1.2.1 数控加工仿真研究现状
  • 1.2.2 切削参数优化研究现状
  • 1.2.3 目前研究中存在的问题与不足
  • 1.3 课题来源和研究内容
  • 第2章 铣削参数优化的研究
  • 2.1 切削参数优化分析
  • 2.2 铣削参数优化模型的建立
  • 2.2.1 确定决策变量
  • 2.2.2 目标函数数学模型
  • 2.2.3 约束条件数学模型
  • 2.2.4 综合切削参数多目标优化模型
  • 2.3 铣削参数优化模型求解分析
  • 2.4 本章小结
  • 第3章 多目标优化遗传算法改进及模型求解
  • 3.1 多目标优化遗传算法研究
  • 3.1.1 遗传算法简介
  • 3.1.2 多目标优化的概念
  • 3.1.3 多目标优化遗传算法的研究
  • 3.2 优化算法改进
  • 3.2.1 编码方案
  • 3.2.2 适应度函数确定
  • 3.2.3 遗传操作
  • 3.2.4 收敛性分析
  • 3.3 改进遗传算法的性能测试
  • 3.4 基于改进算法的铣削参数优化模型求解
  • 3.4.1 优化流程
  • 3.4.2 遗传算法主要参数的确定
  • 3.4.3 优化实例
  • 3.5 本章小结
  • 第4章 系统总体设计及功能单元介绍
  • 4.1 系统的总体设计
  • 4.1.1 系统的基本要求和组成
  • 4.1.2 总体系统构建
  • 4.1.3 系统数据结构设计与分析
  • 4.2 系统功能单元介绍
  • 4.2.1 工艺系统建模与仿真
  • 4.2.2 铣削力仿真
  • 4.2.3 加工误差分析
  • 4.2.4 加工质量建模与仿真
  • 4.2.5 铣削温度预测
  • 4.2.6 切削参数优化
  • 4.3 本章小结
  • 第5章 系统实现与实验验证
  • 5.1 系统实现
  • 5.1.1 系统开发环境及工具
  • 5.1.2 物理仿真及优化系统开发
  • 5.2 实验验证
  • 5.2.1 实验系统组成及实验条件
  • 5.2.2 系统仿真
  • 5.2.3 仿真与实验数据对比分析
  • 5.3 本章小结
  • 结论
  • 参考文献
  • 攻读学位期间发表的学术论文
  • 致谢
  • 相关论文文献

    • [1].遗传算法在焊接领域的优化与应用[J]. 现代焊接 2012(03)
    • [2].面向作业车间调度问题的遗传算法改进[J]. 河北科技大学学报 2019(06)
    • [3].基于改进遗传算法的校园食堂外卖配送路径优化研究[J]. 辽宁工业大学学报(自然科学版) 2020(01)
    • [4].混合杂草遗传算法求解旅行商问题[J]. 科学技术创新 2020(11)
    • [5].基于模糊遗传算法的先进战机协同攻防决策[J]. 火力与指挥控制 2020(03)
    • [6].基于改进遗传算法的自动导引小车路径规划[J]. 组合机床与自动化加工技术 2020(07)
    • [7].基于遗传算法的海水淡化系统优化调度研究[J]. 绥化学院学报 2020(08)
    • [8].基于改进遗传算法的工程施工进度优化分析[J]. 住宅与房地产 2020(21)
    • [9].基于遗传算法物流配送最佳路径问题研究[J]. 河北建筑工程学院学报 2020(02)
    • [10].基于优化遗传算法的配电网故障定位技术[J]. 化工自动化及仪表 2020(05)
    • [11].两个轴辐式网络协同建设的多层编码遗传算法[J]. 西南交通大学学报 2020(05)
    • [12].基于遗传算法的旅游最优路径探究[J]. 电脑知识与技术 2018(34)
    • [13].浅谈遗传算法及其部分改进算法[J]. 科技风 2019(12)
    • [14].遗传算法在优化问题中的应用综述[J]. 山东工业技术 2019(12)
    • [15].一种改进遗传算法及验证[J]. 电脑编程技巧与维护 2019(06)
    • [16].现代农机数字化装配车间调度技术研究——基于云计算和遗传算法[J]. 农机化研究 2018(01)
    • [17].基于遗传算法的小麦收割机路径智能优化控制研究[J]. 农机化研究 2018(02)
    • [18].基于遗传算法的医院房间位置优化研究[J]. 电脑与信息技术 2018(01)
    • [19].基于遗传算法的汽油调和优化系统[J]. 工业控制计算机 2018(10)
    • [20].基于遗传算法进行结构优化的研究现状[J]. 河北建筑工程学院学报 2018(03)
    • [21].用于图像分割的双变异遗传算法[J]. 传感器与微系统 2017(02)
    • [22].基于改进遗传算法的新型水面无人艇性能综合优化分析[J]. 江苏科技大学学报(自然科学版) 2017(01)
    • [23].以混合式遗传算法核心的网络差异数据挖掘技术[J]. 中国新通信 2017(06)
    • [24].基于贪心遗传算法的穴盘苗补栽路径优化[J]. 农业机械学报 2017(05)
    • [25].基于改进遗传算法的列车节能操纵方案研究[J]. 机电一体化 2017(01)
    • [26].基于混沌遗传算法的计算机辅助动态布局[J]. 计算机工程与设计 2017(09)
    • [27].基于改进遗传算法的多项目资源均衡配置研究[J]. 工业技术经济 2017(10)
    • [28].基于交互式遗传算法的建筑物外观设计探讨[J]. 科技展望 2015(34)
    • [29].改进遗传算法及其在泵站优化运行中的应用[J]. 南水北调与水利科技 2016(02)
    • [30].基于改进遗传算法的高校排课优化问题研究[J]. 电子科技 2016(05)

    标签:;  ;  ;  

    数控铣削物理仿真及优化系统研究
    下载Doc文档

    猜你喜欢