汽车齿轮的可制造性评价与制造资源优化技术研究
摘要 | 第5-8页 |
ABSTRACT | 第8-11页 |
第1章 绪论 | 第16-33页 |
1.1 课题的研究背景与意义 | 第16-17页 |
1.2 虚拟制造技术研究现状 | 第17-20页 |
1.2.1 虚拟制造的概念 | 第17-19页 |
1.2.2 虚拟制造技术的应用 | 第19-20页 |
1.3 特征建模技术研究现状 | 第20-23页 |
1.3.1 特征的定义 | 第20-21页 |
1.3.2 特征的分类 | 第21-22页 |
1.3.3 特征建模的方法 | 第22-23页 |
1.4 制造资源建模技术研究现状 | 第23-24页 |
1.5 可制造性评价研究现状 | 第24-30页 |
1.5.1 可制造性的概念 | 第24-26页 |
1.5.2 可制造性评价的内容 | 第26-28页 |
1.5.3 可制造性评价的方法 | 第28-30页 |
1.6 制造资源优化研究现状 | 第30-31页 |
1.7 本文的主要研究内容 | 第31-33页 |
第2章 基于特征的零件与制造资源建模 | 第33-54页 |
2.1 面向对象的建模方法 | 第33-34页 |
2.2 汽车齿轮零件特征建模 | 第34-43页 |
2.2.1 圆柱齿轮建模 | 第34-39页 |
2.2.1.1 直齿圆柱齿轮建模 | 第34-37页 |
2.2.1.2 斜齿圆柱齿轮建模 | 第37-39页 |
2.2.2 圆锥齿轮建模 | 第39-43页 |
2.2.2.1 直齿锥齿轮建模 | 第39-42页 |
2.2.2.2 螺旋锥齿轮建模 | 第42-43页 |
2.3 基于特征的制造资源建模 | 第43-53页 |
2.3.1 机床类模型 | 第44-48页 |
2.3.2 特征加工能力类模型 | 第48-50页 |
2.3.3 刀具类模型 | 第50-51页 |
2.3.4 夹具类模型 | 第51-52页 |
2.3.5 特征能力类模型 | 第52页 |
2.3.6 制造资源关系模型 | 第52-53页 |
2.4 本章小结 | 第53-54页 |
第3章 基于特征的可制造性评价 | 第54-68页 |
3.1 基于特征的可制造性评价体系 | 第54-56页 |
3.2 一级评价——结构工艺性评价 | 第56-60页 |
3.3 二级评价——可加工性评价 | 第60-66页 |
3.3.1 机床约束 | 第62-63页 |
3.3.2 刀具约束 | 第63-64页 |
3.3.3 夹具约束 | 第64-65页 |
3.3.4 量具约束 | 第65页 |
3.3.5 公差约束 | 第65-66页 |
3.4 实例 | 第66-67页 |
3.5 本章小结 | 第67-68页 |
第4章 基于遗传算法的分布式制造环境的选择 | 第68-88页 |
4.1 分布式制造环境 | 第68-70页 |
4.1.1 分布式制造环境的描述 | 第68-69页 |
4.1.2 分布式制造环境下工艺方案表达 | 第69-70页 |
4.2 遗传算法 | 第70-73页 |
4.2.1 构造适应度函数 | 第70-71页 |
4.2.2 编码 | 第71页 |
4.2.3 遗传操作 | 第71-73页 |
4.2.4 遗传算法的收敛性 | 第73页 |
4.3 基于遗传算法的优化模型 | 第73-80页 |
4.3.1 编码方案 | 第73-74页 |
4.3.2 构造适应度函数 | 第74-77页 |
4.3.3 选择操作 | 第77-78页 |
4.3.4 交叉和变异操作 | 第78-79页 |
4.3.5 遗传算法的实现 | 第79-80页 |
4.4 实例分析 | 第80-87页 |
4.5 本章小结 | 第87-88页 |
第5章 基于改进粒子群算法的加工方案优化 | 第88-113页 |
5.1 加工方案选择与多目标优化模型 | 第88-92页 |
5.1.1 加工方案选择模型 | 第88-89页 |
5.1.2 多目标优化的数学模型 | 第89-91页 |
5.1.3 加工方案选择的评价指标 | 第91-92页 |
5.2 粒子群算法 | 第92-97页 |
5.2.1 基本粒子群算法 | 第92-94页 |
5.2.2 粒子群算法的改进 | 第94-96页 |
5.2.3 粒子群算法的特点 | 第96页 |
5.2.4 粒子群算法的应用 | 第96-97页 |
5.3 层次分析法 | 第97-102页 |
5.3.1 层次分析法介绍 | 第97页 |
5.3.2 递阶层次模型的构造 | 第97-99页 |
5.3.3 判断矩阵的构造 | 第99-100页 |
5.3.4 权重的计算和一致性检验 | 第100-102页 |
5.4 基于改进粒子群算法的数学模型 | 第102-105页 |
5.4.1 适应度函数的构造 | 第102-103页 |
5.4.2 改进的离散粒子群算法 | 第103-104页 |
5.4.3 离散粒子群算法的实现 | 第104-105页 |
5.5 应用实例 | 第105-111页 |
5.5.1 权重的计算 | 第105-108页 |
5.5.2 加工方案的选择 | 第108-111页 |
5.6 本章小结 | 第111-113页 |
第6章 结论与展望 | 第113-116页 |
6.1 结论 | 第113-114页 |
6.2 主要创新点 | 第114-115页 |
6.3 研究展望 | 第115-116页 |
参考文献 | 第116-124页 |
作者简介及在学期间所取得的科研成果 | 第124-125页 |
致谢 | 第125页 |