改进型轴类零件计算机辅助工艺设计专家系统研究

改进型轴类零件计算机辅助工艺设计专家系统研究

ID:35082228

大小:3.64 MB

页数:94页

时间:2019-03-17

改进型轴类零件计算机辅助工艺设计专家系统研究_第1页
改进型轴类零件计算机辅助工艺设计专家系统研究_第2页
改进型轴类零件计算机辅助工艺设计专家系统研究_第3页
改进型轴类零件计算机辅助工艺设计专家系统研究_第4页
改进型轴类零件计算机辅助工艺设计专家系统研究_第5页
资源描述:

《改进型轴类零件计算机辅助工艺设计专家系统研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、硕士学位论文MASTER’SDISSERTATION论文题目改进型轴类零件计算机辅助工艺设计专家系统研究作者姓名付晓东学位类别工程硕士指导教师毛清华教授2016年5月中图分类号:TP391.7学校代码:10216UDC:621密级:公开工程硕士学位论文(应用研究型)改进型轴类零件计算机辅助工艺设计专家系统研究硕士研究生:付晓东导师:毛清华教授副导师齐铁军高级工程师申请学位:工程硕士工程领域:工业工程所属学院:经济管理学院答辩日期:2016年5月授予学位单位:燕山大学ADissertationinI

2、ndustrialEngineeringSTUDYONIMPROVEDSHAFTPARTSCAPPEXPERTSYSTEMbyFuXiaodongSupervisor:ProfessorMaoQinghuaYanshanUniversityMay,2016燕山大学硕士学位论文原创性声明本人郑重声明:此处所提交的硕士学位论文《改进型轴类零件计算机辅助工艺设计专家系统研究》,是本人在导师指导下,在燕山大学攻读硕士学位期间独立进行研究工作所取得的成果。论文中除已注明部分外不包含他人已发表或撰写过的研究成

3、果。对本文的研究工作做出重要贡献的个人和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签字:日期:年月日摘要摘要计算机辅助工艺设计(ComputerAidedProcessPlanning,CAPP)是实现工艺设计智能化和自动化的途径,随着制造业的飞速发展,工艺设计对系统智能化、信息化的要求越来越高。而传统CAPP专家系统存在零件信息提取不完整、知识获取困难、匹配冲突及推理准确性差等问题,已难以满足现代制造业发展的需要。所以本文针对上述问题,利用特征建模、人工神经网络等技术

4、,对传统专家系统进行了改进,主要对零件信息提取,知识库设计和工艺推理三个模块进行了探索和研究。首先,分析传统专家系统和神经网络的优缺点,对两者进行对比说明,构建基于神经网络的CAPP专家系统的总体框架,并对主要研究模块的实现方法和相关技术进行研究。其次,对轴类零件信息提取模块进行研究,采用特征技术和编码技术,参照标准编码体系编制适合本系统的特征编码规则,以构建特征矩阵的方式来解决零件信息提取不完整的问题。然后,对轴类零件工艺知识库模块进行研究,采用IF…THEN…规则表示和神经网络权值表示两种方法

5、表达工艺知识,并存储于SQLSever数据库中。再次,对工艺推理模块进行研究,采用神经网络和专家系统相结合,以构建混合推理机制的方式来解决匹配冲突和推理效率的问题。详细研究了专家系统推理策略,神经网络结构设计、学习算法、样本选择及训练等问题。最后,以VisualStudio2008作为系统开发工具,利用Matlab实现神经网络推理部分的功能,以VB作为开发语言,编制程序,设计工作界面,结合工艺推理实例,对上述模块进行验证,证明了上述研究方法的有效性。关键词:CAPP;工艺推理;轴类零件;特征矩阵;

6、专家系统;神经网络-I-燕山大学工程硕士学位论文AbstractComputerAidedProcessPlanning(CAPP)isawaytorealizeintelligentprocessdesignandautomation,withtherapiddevelopmentofthemanufacture,processdesignofintelligenceandinformationhavebecomeincreasinglydemanding.ButthetraditionalCA

7、PPexpertsystemhavesomeproblems,forexample:partinformationextractionincompletely,knowledgeacquisitiondifficulty,matchingconflictandpoorreasoningaccuracy,itisdifficulttomeettheneedofmodernmanufacturingindustryalready.Thepaperinordertosolvetheaboveproble

8、ms,weusefeature-basedmodelingtechnologyandartificialneuralnetworktechnologytoimprovethetraditionalexpertsystem.Inthepaper,themaincontentsincludethreemodules:partinformationextraction,knowledgebasedesignandprocessreasoning,weexploreandresearcht

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。