基于智能化技术的CAPP系统的研究与开发

论文摘要

近年来计算机技术普遍应用于机械制造行业，作为制造行业的两大关键技术CAD和CAM技术已经在研发和实际应用中趋于成熟，为了实现机械制造的进一步自动化，作为连接CAD和CAM的关键技术CAPP技术成为工艺专家研究的热点。但由于目前CAPP系统尚未解决某些关键性的技术，导致其发展相对CAD和CAM滞后很多。本文以实现CAPP系统的智能化、集成化为目标，引入了遗传算法、神经网络、专家系统、特征识别技术等智能化技术，并将其应用到CAPP系统的各个模块中来，在这个基础上研究开发了智能化CAPP系统—AICAPP系统。首先本文较为系统的对CAPP系统的产生背景以及发展历程做了研究，对CAPP系统的应用价值发展趋势做了一定分析，总结了现有CAPP系统中存在的不足和技术难题，研究了现阶段CAPP系统的特点及构造，针对现代制造行业的要求提出了智能化CAPP系统的构想。在此基础上对CAPP智能化关键技术—专家系统进行了详细的研究，并将智能化技术引入专家系统的推理和决策：引入能够解决工艺优化决策的遗传算法和能够以不精确方式求解不确定问题的模糊神经网络，大大提高系统的柔性；引入具有强大数据管理的PDM技术，对产品生命周期产生的数据和工艺进行存储管理，并创造与CAD协同的工作环境，更为有效、合理的管理CAPP系统数据，完善了AICAPP系统功能，推进了CAPP系统的商业化进程。最后本文研究开发的AICAPP系统软件，不仅界面友好、功能完善、简单宜用，而且从某种程度上实现了CAPP系统的智能化、集成化和通用化。并通过相关的实例验证了本课题研究的CAPP系统不仅在技术理论上是可行的，还具有较强的实用性。

论文目录

• 摘要
• abstract
• 第1章 概述
• 1.1 CAPP 在机械制造业中的意义
• 1.1.1 CAPP 的概念
• 1.1.2 计算机辅助工艺设计和经济效益
• 1.2 国内外CAPP 的研究现状和发展趋势
• 1.2.1 CAPP 研究现状
• 1.2.2 CAPP 今后的发展趋势
• 1.3 本课题研究的主要内容
• 1.4 本章小结
• 第2章 CAPP 专家系统设计思想及原理
• 2.1 引言
• 2.2 CAPP 专家系统
• 2.2.1 CAPP 专家系统简介
• 2.2.2 CAPP 专家系统基本结构
• 2.2.3 CAPP 专家系统的基本工作原理
• 2.3 本章小结
• 第3章 基于特征技术的零件信息提取
• 3.1 特征技术概述
• 3.2 特征的分类
• 3.3 基于UG 的零件信息提取
• 3.4 本章小结
• 第4章 工艺决策模型的智能化研究
• 4.1 基于遗传算法的工艺排序
• 4.1.1 遗传算法的基本机理
• 4.1.2 数学优化模型
• 4.2 基于模糊神经网络的工艺路线决策
• 4.2.1 模糊技术与神经网络技术的结合
• 4.2.2 模糊神经网络学习方法
• 4.3 基于集成模糊BP 网络的特征加工方法链决策（以箱体类零件为例）
• 4.3.1 模糊BP 神经网络概述
• 4.3.2 箱体类零件加工方法选择的集成模糊BP 神经网络模型
• 4.3.3 箱体类零件表面特征加工方法决策集成模糊BP 网络的实现
• 4.4 本章小结
• 第5章 AICAPP 专家系统的构建
• 5.1 工艺知识模型
• 5.2 工艺知识库的建立
• 5.2.1 对象模式到关系模式的转换
• 5.3 AICAPP 专家系统的组成
• 5.3.1 系统总体概述
• 5.3.2 AICAPP 的主要功能
• 5.4 AICAPP 系统设计
• 5.4.1 四层系统结构设计
• 5.4.2 CAD / CAPP 的集成方案
• 5.5 本章小结
• 第6章 ：AICAPP 系统运行输出实例
• 6.1 主界面功能介绍
• 6.2 用户登录模块
• 6.3 信息输入模块
• 6.4 工艺决策模块
• 6.5 工艺资源管理模块
• 6.6 工艺文件输出模块
• 6.7 本章小结
• 第7章 总结与展望
• 7.1 总结
• 7.2 展望
• 致谢
• 参考文献
• 附录Ⅰ硕士研究生学习阶段发表论文