基于特征的刀具管理及智能推荐技术研究

《基于特征的刀具管理及智能推荐技术研究》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、摘要刀具是机械制造系统中的重要组成部分，它对加工表面的几何形状、尺寸精度、表面质量及加工成本等方面有很大的影响，目前刀具种类繁多，所以在虚拟制造的环境下，对刀具的信息进行管理，并使该系统能够根据工件材料、加工精度、热处理、几何形状等特征，智能地推荐出合理的刀具，并对刀具的使用寿命进行快速、合理地预测，具有十分重要的意义。本文主要针对基于特征的刀具管理系统及智能推荐技术进行了探讨，主要研究内容如下：(1)根据刀具信息在制造型企业实际生产应用中的重要作用，围绕生产加工过程中的工艺特征信息，建立了刀具管理系统，提出了系统的三层框架结构和几

2、大功能模块。(2)本文利用了特征建模技术来描述加工生产过程中零件的工艺特征信息和刀具的特征信息，并建立刀具的信息模型。(3)研究了利用专家系统进行智能推荐刀具的技术，该模块分为单条件智能推荐刀具和综合多因素智能推荐刀具。单条件推荐刀具是根据工件材料或加工精度进行智能匹配的，综合多因素智能推荐刀具是根据工件材料、加工精度、热处理等工艺特征进行智能推荐刀具。’(4)针对传统计算刀具寿命方法的不足，本文引入了人工智能技术一BP神经网络，并提出了用遗传算法对BP神经网络的初始权值进行优化，建立了刀具寿命预测和切削参数优化的模型。关键字：刀具

3、管理：信息建模；智能推荐；寿命预测AbstractThecuttingtoolsareallimportantpartofmanufacturingsystemandithasagreateffectonthegeometryshape，dimensionalprecisionandprocessingcost．Becauseofthediversityofcuringtools，itisofgreatimportancethatwedevelopsuchamanagementsystemwhichcallrecommendthea

4、ppropriatecuttingtoolsaccordingtothematerialofworkpiece，machiningprecision，heatprocessingandmakeaquickandaccuratepredictionofthelifeofcuttingtools．Thepapermainlymakesomeresearch011thetechniqueofintelligentrecommendationandcuttingtoolmanagementbasedonthefeature，themainc

5、ontentsareasfollows：(1)Fortheimportanceofthetoolinformationinindustrialmanufacturing，thispaperestablishesthecuttingtoolinformationanditalsopresentsthesystem’Sframeworkandfunctionmodels．(2)Acuttingtoolinformationmodelandprocessfeatureinformationmodelofthepartareestablis

6、hedbyusingfeaturemodelingtechnology,whichCanbeusedtodescribethefeatureinformationofcuttingtoolsandprocessfeatureinformationoftheparts．(3)Thetechnologyonselectingcuttingtoolsbyusingexpertsystemisdiscussedinthepaper．Theusersmayselectcuringtoolsaccordingtoasinglecondition

7、suchasworkpiecematerial，machiningprecision，orselectcuttingtoolsaccordingtoseveralconditions．(4)Becauseofthedefectsinthetraditionalcalculatingmethodoftoollife，oneofthetechnologiesofartificialintelligence—BPNeuralNetworkWasintroducedandtheadvancedthegeneticalgorithmWasus

8、edinoptimizingtheinitialweightsofBPNeuralNetwork．Atlast,themodeloftoollifepredictingandparametersoptimizationwereesta