面向虚拟制造的箱体类零件可制造性评价方法的研究

论文摘要

近年来,对于可制造性评价方法的研究成为了虚拟制造、并行工程等先进制造技术领域的研究热点,它对提高产品的质量、缩短产品的开发周期和降低产品的制造成本等方面具有重要的理论意义和实用价值。本文在虚拟制造技术的大环境下,系统地分析了可制造性评价的定义、内涵、方法、评价指标和评价策略等内容,进行了基于特征的箱体类零件的可制造性评价方法的研究。基于特征的可制造性评价系统主要由三部分组成:特征识别、制造资源建模和可制造性评价。利用面向对象技术设计了词法分析器,从STEP中性文件中直接提取零件的几何和拓扑信息生成零件的属性邻接图,利用一系列启发式规则将属性邻接图分解成最小子图,并利用三层BP神经网络识别出制造特征,通过这种方法可以有效地识别出相交特征。采用模糊聚类与遗传算法相结合的混合算法对加工设备进行了基于特征的模糊分组,将设备所能加工的特征作为主要的分组原则。利用这种方法可以有效地减小可制造性评价时设备的搜索空间和时间。在对虚拟制造系统进行信息需求分析的基础上,采用面向对象技术建立了制造资源的信息模型,为可制造性评价提供详细的信息。建立了基于特征的三级可制造性评价体系结构,一级和二级可制造性评价主要进行基于规则的定性的结构工艺性检验和加工可行性评价,并输出零件是否能在现有制造资源环境下制造的评价结果。三级可制造性评价是对零件进行综合地、整体地、定量地评价,根据对加工效率、加工成本和加工质量等评价因素的不同需求,利用层次分析法和遗传算法选择出最优的加工方案。

论文目录

• 提要
• 第一章 绪论
• 1.1 虚拟制造技术研究状况
• 1.1.1 虚拟制造技术研究现状
• 1.1.2 虚拟制造技术的应用
• 1.2 面向虚拟制造的可制造性评价研究现状
• 1.2.1 可制造性评价的研究现状
• 1.2.2 产品可制造性评价的方法
• 1.2.3 产品可制造性评价的内容
• 1.3 特征识别技术研究现状
• 1.3.1 基于立体分解的特征识别方法
• 1.3.2 基于边界匹配的特征识别方法
• 1.4 制造资源建模技术研究现状
• 1.5 本文的主要研究内容
• 1.5.1 课题的提出及其意义
• 1.5.2 主要研究内容
• 第二章 基于STEP 的制造特征识别
• 2.1 基于STEP 的特征识别框架
• 2.1.1 STEP 标准
• 2.1.2 STEP 中性文件格式
• 2.1.3 特征识别
• 2.2 基于STEP 中性文件的零件信息提取
• 2.2.1 STEP 中性文件到C++的映射
• 2.2.2 零件信息的提取
• 2.2.3 内存工作格式
• 2.3 零件的属性邻接图和最小特征子图
• 2.3.1 零件的属性邻接图
• 2.3.2 属性邻接图的分解
• 2.4 基于神经网络和最小子图的特征识别方法
• 2.4.1 神经网络
• 2.4.2 最小子图的神经网络输入矢量
• 2.4.3 构造神经网络
• 2.4.4 神经网络的样本训练
• 2.5 特征识别算法实例
• 2.6 小结
• 第三章 基于特征的制造资源建模
• 3.1 制造资源需求分析
• 3.2 制造资源建模
• 3.2.1 面向对象的建模方法
• 3.2.2 加工设备模型
• 3.2.3 工艺装备模型
• 3.2.4 制造资源关系模型
• 3.3 基于特征的加工设备分组
• 3.4 模糊聚类算法
• 3.4.1 模糊集理论
• 3.4.2 模糊c-均值聚类算法
• 3.5 遗传算法
• 3.5.1 构造适应度函数
• 3.5.2 编码
• 3.5.3 遗传算子
• 3.5.4 遗传算法的收敛性
• 3.6 基于遗传和模糊聚类的混合算法
• 3.6.1 内层循环
• 3.6.2 外层循环
• 3.7 实例分析
• 3.8 小结
• 第四章 基于特征的可制造性评价
• 4.1 基于特征的可制造性评价体系
• 4.2 一级可制造性评价——粗评
• 4.2.1 结构工艺性规则
• 4.2.2 壁厚的确定
• 4.3 二级可制造性评价——精评
• 4.3.1 机床约束
• 4.3.2 刀具约束
• 4.3.3 夹具约束
• 4.3.4 量具约束
• 4.3.5 公差约束
• 4.4 实例
• 4.5 小结
• 第五章 基于遗传算法的加工方案优化
• 5.1 加工方案选择的多目标优化模型
• 5.1.1 加工方案选择模型
• 5.1.2 多目标优化数学模型
• 5.1.3 评价指标
• 5.2 层次分析法
• 5.2.1 层次分析法概述
• 5.2.2 构造梯阶层次模型
• 5.2.3 构造判断矩阵
• 5.2.4 权重的计算和一致性检验
• 5.3 遗传算法的数学模型
• 5.3.1 构造适应度函数
• 5.3.2 编码
• 5.3.3 选择算子
• 5.3.4 交叉和变异
• 5.3.5 遗传算法的实现过程
• 5.4 实例分析
• 5.4.1 确定权重
• 5.4.2 方案的选择
• 5.5 小结
• 第六章 总结与展望
• 6.1 全文总结
• 6.2 研究展望
• 参考文献
• 摘要
• ABSTRACT
• 攻读博士学位期间科研情况简介
• 致谢