基于特征的航空结构件智能工艺生成技术研究
摘要 | 第6-7页 |
Abstract | 第7页 |
第1章 绪论 | 第11-19页 |
1.1 引言 | 第11-12页 |
1.2 基于特征的智能工艺生成研究现状 | 第12-17页 |
1.2.1 特征技术概述 | 第12-15页 |
1.2.2 MBD技术在智能工艺生成中的应用 | 第15-16页 |
1.2.3 基于特征的智能工艺生成研究现状 | 第16-17页 |
1.3 航空结构件智能工艺生成的特点与难点 | 第17页 |
1.4 本文的主要研究内容 | 第17-19页 |
第2章 制造特征设计及提取 | 第19-32页 |
2.1 制造特征设计 | 第19-20页 |
2.2 制造特征的自动识别 | 第20-31页 |
2.2.1 过渡特征的识别与抑制 | 第23-24页 |
2.2.2 构建属性邻接图 | 第24-27页 |
2.2.3 基于规则的分解与特征的识别 | 第27-30页 |
2.2.4 制造特征的信息提取 | 第30-31页 |
2.3 本章小结 | 第31-32页 |
第3章 智能CAPP零件信息知识库的构建 | 第32-51页 |
3.1 智能CAPP的概述 | 第32-33页 |
3.1.1 智能与人工智能 | 第32页 |
3.1.2 智能CAPP的基本概念 | 第32-33页 |
3.2 基于特征的零件信息知识库的构建 | 第33-41页 |
3.2.1 知识与知识表示的传统概念 | 第34-35页 |
3.2.2 基于特征的零件信息的知识表示 | 第35-41页 |
3.3 知识库的实现 | 第41-49页 |
3.3.1 XML的定义 | 第42页 |
3.3.2 XML的优点 | 第42页 |
3.3.3 知识库的实现 | 第42-49页 |
3.4 本章小结 | 第49-51页 |
第4章 基于蚁群算法的智能工艺生成 | 第51-67页 |
4.1 工艺优化问题的描述 | 第51-52页 |
4.1.1 数学模型 | 第51页 |
4.1.2 优化变量与优化目标 | 第51-52页 |
4.1.3 智能工艺生成的方法 | 第52页 |
4.2 蚁群算法概述 | 第52-57页 |
4.2.1 蚁群算法的定义与原理 | 第52-53页 |
4.2.2 蚁群算法的特点 | 第53-55页 |
4.2.3 蚁群算法的实现 | 第55-56页 |
4.2.4 蚁群算法的优点与不足 | 第56-57页 |
4.3 约束条件的实现 | 第57-58页 |
4.3.1 约束条件 | 第57页 |
4.3.2 约束条件的实现 | 第57-58页 |
4.4 基于蚁群算法的智能工艺生成 | 第58-62页 |
4.4.1 工艺决策模型 | 第58页 |
4.4.2 加工元“距离” | 第58-59页 |
4.4.3 禁忌准则的实现 | 第59页 |
4.4.4 转移概率公式 | 第59-60页 |
4.4.5 信息素全局更新 | 第60页 |
4.4.6 算法流程 | 第60-62页 |
4.5 CAM模板定制 | 第62-63页 |
4.6 实例验证 | 第63-66页 |
4.7 本章小结 | 第66-67页 |
第5章 航空结构件智能工艺生成系统 | 第67-72页 |
5.1 系统开发环境介绍 | 第67页 |
5.2 系统框架介绍 | 第67-68页 |
5.3 系统运行实例 | 第68-71页 |
5.3.1 制造特征自动识别 | 第68-69页 |
5.3.2 智能工艺生成 | 第69-70页 |
5.3.3 生成NC代码 | 第70-71页 |
5.4 本章小结 | 第71-72页 |
结论 | 第72-74页 |
参考文献 | 第74-80页 |
攻读硕士学位期间发表的论文和获得的科研成果 | 第80-81页 |
致谢 | 第81-82页 |