數(shù)控加工切削參數(shù)優(yōu)化匹配專家系統(tǒng)的研究.pdf

1、現(xiàn)代制造業(yè)發(fā)展的一個重要特征是由單品種多批量生產(chǎn)轉(zhuǎn)向多品種少批量生產(chǎn)，這對制造系統(tǒng)的柔性化提出了越來越高的要求，對于數(shù)控加工企業(yè)來說，則面對著設(shè)備投資大，加工成本高的挑戰(zhàn)，實現(xiàn)加工設(shè)備切削參數(shù)的優(yōu)化是應(yīng)對這一挑戰(zhàn)的一條有效途徑。本文的研究融合了群體進(jìn)化優(yōu)化方法、人工智能、數(shù)據(jù)庫等先進(jìn)的計算機(jī)技術(shù)，建立了金屬切削參數(shù)多目標(biāo)優(yōu)化專家系統(tǒng)，為實現(xiàn)金屬切削參數(shù)的優(yōu)化探求一條途徑，主要研究內(nèi)容如下： 1.在分析傳統(tǒng)金屬加工參數(shù)優(yōu)化方法弊端

2、的基礎(chǔ)上，通過引入模糊方法，綜合金屬切削加工中可能出現(xiàn)的不確定因素，以端面銑削為例，研究建立了金屬切削加工參數(shù)多目標(biāo)模糊優(yōu)化模型。 2.研究引入了模擬退火遺傳算法作為優(yōu)化引擎，實現(xiàn)該模糊優(yōu)化模型的求解，并通過算例驗證，表明求解方法的優(yōu)越性。 3.研究建立了基于人工智能神經(jīng)網(wǎng)絡(luò)的金屬切削參數(shù)知識獲取模型，該模型通過對優(yōu)化后的參數(shù)實例進(jìn)行學(xué)習(xí)，從而獲取到對應(yīng)條件下的加工參數(shù)匹配知識，在加工條件發(fā)生變更的情況下，無需再通過耗費(fèi)

3、大量機(jī)時的運(yùn)算，就可以獲得滿意的優(yōu)化結(jié)果。該模型的建立為切削用量優(yōu)化匹配知識庫的建立奠定基礎(chǔ)。 4.開發(fā)實現(xiàn)了金屬切削參數(shù)最優(yōu)匹配專家系統(tǒng)的原型系統(tǒng)。該專家系統(tǒng)軟件以金屬切削參數(shù)多目標(biāo)模糊優(yōu)化模型為知識源，采用規(guī)則知識庫和神經(jīng)網(wǎng)絡(luò)庫相結(jié)合的策略用于表示知識。系統(tǒng)提供了方便快捷的人機(jī)界面，實現(xiàn)多目標(biāo)和單目標(biāo)條件下切削參數(shù)的優(yōu)化，為金屬切削加工提供適用、匹配的刀具參數(shù)和加工參數(shù)，從而實現(xiàn)充分利用金屬切削領(lǐng)域內(nèi)的經(jīng)驗知識來指導(dǎo)實際生產(chǎn)