| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 序言 | 第12-20页 |
| 1.1 基于知识的数控加工工艺技术概述 | 第12-15页 |
| 1.2 基于知识的CAPP/CAM技术研究现状及发展趋势 | 第15-17页 |
| 1.2.1 基于知识的CAPP/CAM技术国内外研究现状 | 第15-16页 |
| 1.2.2 自动武器数控加工技术现状 | 第16-17页 |
| 1.2.3 CAPP/CAM技术发展趋势 | 第17页 |
| 1.3 本课题的来源、目的、意义和主要内容 | 第17-19页 |
| 1.3.1 课题来源 | 第17-18页 |
| 1.3.2 课题研究目的与意义 | 第18页 |
| 1.3.3 课题的主要研究内容 | 第18-19页 |
| 1.4 论文组织结构 | 第19-20页 |
| 2 基于KBE的数控加工工艺参数决策技术方案 | 第20-29页 |
| 2.1 KBE技术原理 | 第20-21页 |
| 2.1.1 KBE系统概述 | 第20页 |
| 2.1.2 KBE系统结构 | 第20-21页 |
| 2.2 基于NX CAM的数控编程原理 | 第21-23页 |
| 2.2.1 NX CAM概述 | 第21页 |
| 2.2.2 NX CAM的一般流程 | 第21-22页 |
| 2.2.3 NX CAM操作创建特点 | 第22-23页 |
| 2.3 基于KBE的数控加工参数推理 | 第23-27页 |
| 2.3.1 产生式规则知识和推理 | 第23-24页 |
| 2.3.2 基于MKE规则的NC代码自动生成技术 | 第24-25页 |
| 2.3.3 基于实例的数控加工参数推理技术 | 第25页 |
| 2.3.4 基于人工神经网络的加工参数预测技术 | 第25-27页 |
| 2.4 软件开发环境及辅助工具 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 基于PMI/MKE的关重件NC代码自动生成技术 | 第29-40页 |
| 3.1 自动武器三维PMI标注及三维工艺应用 | 第29-30页 |
| 3.1.1 三维PMI标注 | 第29页 |
| 3.1.2 自动武器零部件三维数控工艺 | 第29-30页 |
| 3.2 基于MKE的数控加工规则定制 | 第30-35页 |
| 3.2.1 自动武器特征定义 | 第30页 |
| 3.2.2 创建特征加工规则 | 第30-32页 |
| 3.2.3 加工规则调用方法 | 第32-35页 |
| 3.3 应用实例 | 第35-39页 |
| 3.3.1 开闭锁螺旋槽特征分析及定义 | 第35-37页 |
| 3.3.2 特征加工规则的编制 | 第37-38页 |
| 3.3.3 加工规则的验证 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 4 基于BP神经网络的特征数控加工方法及参数预测技术 | 第40-53页 |
| 4.1 基于BP人工神经网络加工参数推理方法 | 第40-42页 |
| 4.1.1 BP神经元模型 | 第40-41页 |
| 4.1.2 BP神经网络结构 | 第41页 |
| 4.1.3 BP神经网络的构建 | 第41-42页 |
| 4.2 特征加工神经网络模型的搭建 | 第42-44页 |
| 4.2.1 确定特征加工方法选取及切削参数预测模型结构 | 第42-43页 |
| 4.2.2 参数预处理 | 第43-44页 |
| 4.3 神经网络训练样本的准备 | 第44-46页 |
| 4.3.1 确定样本选取方法 | 第45页 |
| 4.3.2 训练样本案例 | 第45-46页 |
| 4.4 基于MATLAB的样本训练与测试 | 第46-49页 |
| 4.4.1 训练函数及其参数的确定 | 第46-47页 |
| 4.4.2 网络测试及结果分析 | 第47-49页 |
| 4.5 神经网络参数预测软件模块开发 | 第49-52页 |
| 4.5.1 功能界面创建 | 第49-50页 |
| 4.5.2 创建程序组件 | 第50-52页 |
| 4.6 本章小结 | 第52-53页 |
| 5 基于实例-BP神经网络数控加工知识综合推理技术 | 第53-72页 |
| 5.1 基于Access创建数控切削参数知识库 | 第53-55页 |
| 5.1.1 自动武器常见特征分类 | 第53-54页 |
| 5.1.2 建立特征加工知识数据库 | 第54-55页 |
| 5.2 基于CBR的特征加工工艺知识推理 | 第55-64页 |
| 5.2.1 基于实例的推理方法(CBR)原理 | 第55-58页 |
| 5.2.2 基于实例的推理组件创建 | 第58-64页 |
| 5.3 基于人工神经网络的数控切削参数工序能力指数预测 | 第64-67页 |
| 5.3.1 工序能力及工序能力指数概念 | 第64-65页 |
| 5.3.2 工序不合格品率计算 | 第65-66页 |
| 5.3.3 CP神经网络预测模型的搭建 | 第66-67页 |
| 5.4 基于实例-BP综合推理模式 | 第67-71页 |
| 5.4.1 基于实例-BP综合推理系统方案 | 第67-68页 |
| 5.4.2 基于实例-BP综合推理模块软件开发 | 第68-71页 |
| 5.5 本章小结 | 第71-72页 |
| 6 基于知识的三维数控工艺模型创建及工艺设计软件开发 | 第72-84页 |
| 6.1 基于知识的三维数控工艺模型创建 | 第72-78页 |
| 6.1.1 基于知识的三维数控工艺模型创建总体方案 | 第72-73页 |
| 6.1.2 创建包含PMI的三维设计模型 | 第73-74页 |
| 6.1.3 创建基于三维PMI设计模型的三维工艺模型 | 第74-77页 |
| 6.1.4 三维数控工艺模型 | 第77-78页 |
| 6.2 工艺设计软件模块开发 | 第78-80页 |
| 6.2.1 创建特征加工模板 | 第78-79页 |
| 6.2.2 创建工艺流程图 | 第79-80页 |
| 6.3 基于知识的数控加工工艺设计软件集成 | 第80-83页 |
| 6.3.1 数控加工工艺设计软件开发 | 第80-82页 |
| 6.3.2 NX软件接口开发 | 第82-83页 |
| 6.4 本章小结 | 第83-84页 |
| 7 总结与展望 | 第84-86页 |
| 7.1 全文总结 | 第84页 |
| 7.2 不足与展望 | 第84-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-92页 |
| 附录(A) | 第92-93页 |
| 附录(B) | 第93页 |
