首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

基于灰色关联度的集成/智能数字控制研究

摘要第1-8页
Abstract第8-14页
第1章 绪论第14-29页
   ·研究背景及意义第14-22页
     ·现代制造业的背景第14-15页
       ·制造产品市场的变化引发制造业企业的变革第14页
       ·先进制造技术的发展趋势和特色第14-15页
     ·新兴数字控制技术发展及现状第15-17页
       ·数字控制技术的发展和特点第16页
       ·嵌入式控制器的优点第16-17页
       ·嵌入式Linux的优势第17页
     ·集成数字控制理论的提出第17-21页
       ·数字控制的发展过程是集成的过程第17-18页
       ·数控集成过程的特点第18-20页
       ·CIMS推行所遇到的问题和INC的提出第20-21页
     ·课题来源及其研究意义第21-22页
       ·课题来源第21页
       ·研究目的和意义第21-22页
   ·国内外研究现状和发展趋势第22-26页
     ·DNC与INC的比较第23页
     ·ONC(OAC)与INC的比较第23-24页
     ·与STEP-NC的比较及对其借鉴与扩展第24-26页
   ·本文的主要研究内容及论文结构第26-28页
     ·论文主要研究内容第26-27页
     ·论文结构第27-28页
   ·本章小结第28-29页
第2章 基于灰色关联度的集成/智能数字控制理论研究第29-53页
   ·CIMS内容及实质分析第29-34页
     ·CIMS的内涵第29页
     ·CIMS功能与组成第29-31页
     ·CIMS应用集成的阶段和层次分析第31-33页
       ·CIMS应用集成的三个发展阶段第31-32页
       ·CIMS应用集成的层次划分第32-33页
     ·CIMS的不足和INC的特点第33-34页
   ·基于灰色关联度的INC子部件的规划与提取第34-46页
     ·常用综合评价方法比较第34-35页
     ·灰色关联度评价方法概述第35页
     ·灰色关联度综合评价的实施第35-36页
       ·确定分析序列第35页
       ·对变量序列进行无量纲化第35-36页
       ·求差序列、最大差和最小差第36页
       ·计算关联系数第36页
       ·计算关联度第36页
     ·以制造为导向的生产过程子部件灰色关联度综合评价分析第36-45页
       ·生产过程中的子部件关联因素划分与分析第37-38页
       ·子部件灰色关联度的划分原则第38-40页
       ·子部件灰色关联度计算及分析第40-45页
     ·INC子部件的规划第45-46页
     ·INC子部件的提取第46页
   ·INC基本理论的提出第46-52页
     ·INC基本概念的定义第46-48页
     ·INC与当前流行数字控制体系的差异性分析第48-50页
     ·研究对象的定位第50页
     ·INC的关键技术研究第50-52页
       ·INC的主要关键技术第50-51页
       ·各关键技术之间的内在联系第51-52页
   ·本章小结第52-53页
第3章 CADoCNC技术与CAPPoCNC技术研究第53-82页
   ·CADoCNC技术概要第53页
   ·基于图像识别的CAD前处理技术第53-58页
     ·图像预处理技术研究第53-55页
       ·图像预处理流程第53-54页
       ·位图图像转换成矢量图形第54-55页
       ·图像预处理技术在INC中的应用第55页
     ·图像矢量化技术研究第55-58页
       ·二值图细化第56-57页
       ·细化后的图形链码化第57-58页
       ·矢量化第58页
   ·基于现代数学方法的CAD后处理与优化方法第58-67页
     ·DFM(Design For Manufacture)技术第58-61页
       ·Design的后续优化第58-59页
       ·INC的DFM评价体系第59-61页
     ·基于拓展PROMETHEE的群体多准则决策方法第61-67页
       ·多准则决策方法第61-62页
       ·PROMETHEE方法原理第62-63页
       ·基于PROMETHEE的集成规划群体决策简化第63页
       ·优先函数的拓展第63页
       ·单个决策者下的方案准则集成第63-65页
       ·方案的群体决策者集成第65-66页
       ·决策群体总风险态度与方案的集成第66页
       ·方案排序第66页
       ·实例验证第66-67页
   ·CAPPoCNC技术概要第67-68页
     ·传统的CAPP系统第67-68页
     ·面向数控的CAPP技术第68页
   ·基于特征的制造信息和过程表达与应用第68-72页
     ·特征分类和特征描述第68-69页
     ·基于STEP的特征提取识别与转换方法第69-72页
       ·特征识别技术第70页
       ·交互特征提取与转换第70-71页
       ·制造特征模糊信息的表达与评价技术第71-72页
   ·基于制造特征的非线性工艺过程研究第72-77页
     ·非线性工艺设计过程描述第72-73页
       ·以制造特征为对象进行加工操作选择第72页
       ·将操作和特征进行组合生成工步序列第72页
       ·生成有效工步序列第72-73页
     ·加工工步序列的优化第73-77页
       ·基于精英选择遗传的工序优化第73-74页
       ·工序优化过程的实施第74-77页
   ·PDM在INC中的集成第77-80页
     ·定制基于PDM的CAPPoCNC第77-78页
     ·设计软件的高级功能实现PDM数据的自动生成第78-79页
     ·PDM数据与制造特征的映射第79-80页
   ·本章小结第80-82页
第4章 基于CAD/CAPP的CNC技术研究第82-100页
   ·基于CAD/CAPP的CNC的技术特点第82页
   ·基于遗传算法的多工艺流程生产决策第82-87页
     ·模型的建立第83-84页
       ·问题的描述第83页
       ·模型的建立第83-84页
     ·模型的遗传算法求解第84-85页
       ·调度问题的编码第84页
       ·染色体解码第84-85页
     ·遗传操作第85页
     ·适应度计算第85页
     ·实例仿真第85-87页
   ·基于STEP-NC扩展的智能CNC技术第87-98页
     ·基于STEP-NC扩展的智能CNC体系第88-89页
     ·基于STEP-NC的INC标准研究第89-94页
       ·基于INC标准的新流程第89页
       ·INC从STEP-NC的借鉴第89-90页
       ·INC对STEP-NC的扩展第90-91页
       ·基于STEP-NC扩展的INC代码解释模型第91-92页
       ·功能模块的划分第92-93页
       ·代码解释模块模型的建立第93-94页
     ·INC对运动特征的扩展描述第94-98页
       ·运动特征的概念第94-95页
       ·2.5D数控机床的运动特征第95-98页
   ·INC的一种应用集成解决方法第98-99页
   ·本章小结第99-100页
第5章 INC的实施及其关键技术第100-121页
   ·嵌入式系统与微控制器技术第100-103页
     ·嵌入式微控制技术的关键问题第100-102页
       ·嵌入式微控制器核心平台构建第100-101页
       ·开放式结构的层次化实现方案第101页
       ·监控模式的网络层次化激活机制第101页
       ·基于嵌入式和微控制器的数控系统体系第101-102页
     ·基于嵌入式Linux的INC控制体系第102-103页
   ·INC采用的实时策略第103-107页
     ·数控系统功能的实时性划分第103-104页
     ·Linux环境的嵌入式数控系统的实时问题分析第104-107页
       ·Linux的非实时特性第104页
       ·Linux内核实时方案改造第104-106页
       ·基于RTAI的实时Linux解决方案第106-107页
   ·INC通信方案第107-113页
     ·基于现场总线的通信方案第107-108页
     ·现场总线协议第108-109页
     ·基于现场总线的设备级通信解决方案第109-113页
       ·基于 PROFIBUS 总线单元化结构的开放式数控系统第109-110页
       ·基于CAN总线模块化结构的开放式数控系统第110-112页
       ·通信体系结构方案的确定第112-113页
   ·系统软件实施第113-119页
     ·实例1(Windows环境下)第114-116页
     ·实例2(Linux与嵌入式Linux环境下)第116-119页
     ·结果分析第119页
   ·本章小结第119-121页
第6章 结论与展望第121-124页
参考文献第124-134页
图表清单第134-136页
博士学习期间公开发表(录用)的论文第136-138页
博士学习期间参与完成的主要科研项目第138-139页
攻读博士学位期间获奖情况第139-140页
致谢第140-141页

论文共141页,点击 下载论文
上一篇:浅水水下机器人设计与控制技术工程研究
下一篇:基于特征模型的预测函数控制及应用研究