基于CAE和神经网络的切削参数优化

提出了一种以变形加工误差为约束的基于有限元分析和神经网络的切削参数优化方法.针对复杂工件夹具系统在切削过程中的变形问题进行有限元刚度计算,然后通过神经网络的方法拟合切削参数和工件夹具系统变形误差之间的关系.并以加工生产效率最大化为目标,在保证加工精度的前提下优化切削参数.从而实现以工艺成本最小化来提高零件的加工精度.     

数控车削加工切削参数优化

汽车零件的大批量生产中,零件装配互换性高,加工质量要求严格,利润薄,在保证产品质量的前提下,提高加工效率是提高企业效益的有效途径.采用基于CBN刀具的硬车削加工新工艺,优化工艺参数,可降低工序加工时间,提高零件单班产量,降低工艺成本,提高综合经济效益.     

基于GASA混合优化策略的切削参数优化设计

优化切削参数是提高生产率，改进工件质量和降低成本的重要手段，本文利用GASA混合优化策略优化切削参数，即保留了传统遗传算法能很快达到最优值领域的优点，又通过结合模拟退火算法大大改善传统遗传算法在后期的收敛性。     

涂层刀具切削参数计算机辅助优化

国内外生产实践已经证明 ,涂层刀具具有优异的切削性能 ,推广和使用涂层刀具具有十分显著的经济效益。本文就是通过实验研究 ,为金属切削数据库提供一组有关涂层刀具切削副的优化数据 ,使涂层刀具的使用有数据可查 ,有理论可依 ,以便更好地发挥涂层刀具优异的切削性能。1　切削参数优化方法1)加工能力我们定义带成本因素的生产率为加工能力Ｐ ,如果不考虑加工成本 ,加工能力即为纯生产率Ｐ′ ,Ｐ′为单位切削宽度的金属去除率。Ｐ′ =ＭＲＲａｗ =ｖ·ｆ·ａｐａｗ =ｖ·ｆ·ｓｉｎｋｒ=ｖ·ｈｅ式中ＭＲＲ———金属去除率 (ｍ·ｍｍ2 /ｍ…     

球杆仪对数控机床切削参数的优化

主要利用球杆仪在不同的切削进给率下检测数控机床加工的圆度值,采用对比进给率和圆度值的折线图形的方法,分析了数控机床精度的差异,并进行切削参数的优化,提高了零件的加工精度,为从事数控机床编程与加工的人员提供了提高机械零件加工精度的措施。     

基于GA-BP的6061Al切削参数优化

针对6061Al铣削中表面粗糙度预测精度低、切削参数选择不合理的问题,提出一种基于遗传神经网络与遗传算法结合的优化模型,对6061Al切削参数进行优化。采用遗传神经网络(GA-BP)构建表面粗糙度预测模型;基于表面粗糙度预测,以材料去除率为目标函数构建切削参数优化模型;利用遗传算法进行优化求解,对6061Al切削参数进行优化。研究结果表明:所建预测模型表面粗糙度预测精度在97%以上;同时,优化模型能优化6061Al切削参数,达到较好的全局寻优效果,为铝合金工件铣削加工切削参数优化提供参考。     

基于神经网络和粒子群算法的切削参数现场实时优化

为了使金属切削加工中，能实现切削参数的实时优化，保证产品质量和设备效率，提出了一种新的切削参数最优化方法，引入加工时间、加工精度、加工成本三个目标控制量，建立了多目标非线性规划模型。并用惩罚函数法将多目标非线性约束规划问题转换成无约束非线性单目标规划问题。通过对神经网络和粒子群算法的有机结合，并充分利用了粒子群算法和BP网络各自具有的优点，对模型进行了求解。数值试验表明该方法能较好地解决切削参数的优化问题。     

基于灰色理论的切削参数优化系统

切削参数的合理选择是保证零件加工质量的重要环节.应用灰色系统理论,用不完全、不确定的少量数据建立切削参数预测的GM(1,4)模型,可对切削参数进行较准确的分析预测.实际应用结果表明,该模型对切削参数的预测精度高.     

基于工序质量信息的切削参数优化技术研究

将质量管理与工艺优化相结合提出一种新的基于工序质量信息的切削参数优化方法.针对这一方法,在改进原有质量工具的基础上,提出两种新的质量分析手段:横向工序质量分析和纵向工序能力分析.根据工序质量分析提供的目标和约束建立优化的数学模型,为切削参数优化提供方向,使用自适应权重遗传算法优化加工时间和表面质量,从而提高了工艺优化的准确性和效率.并通过实例验证该方法的可行性.     

基于改进的BP神经网络对切削参数的优化选择

为了在切削零件时能合理选择切削参数并充分发挥机床的效能,建立了改进的BP神经网络,用样本集来训练和检测BP神经网络.实现了对切削参数的优化选择和切除率的预测,为切削参数的选择提供了理论依据.实例表明,采用BP神经网络优选的切削参数进行加工,能明显地降低成本、提高生产效率.     

一种基于指令域示波器的数控加工工艺参数优化方法

针对当前国内外数控加工工艺参数优化只能离线操作的问题,进行了基于华中数控8型高档数控系统二次开发,完成了一套实时采集的指令域示波器模块,实现机床数据挖掘、分析、工艺参数优化等功能与数控系统的集成,完成机床加工状态心电图实时监测。通过指令域分析加工负载电流优化进给速率,可以大大提高加工效率。该方法操作方便,已经在航空航天复杂零件加工等领域得到了验证应用,加工效率提高了30%~40%。     

基于数据挖掘的焊接生产管理平台

焊接生产规模不断向自动化和流水线方式发展 ,对生产管理水平提出了更高的要求。为了从车间已积累的大量的生产历史数据中获得潜在的规律性和趋势 ,为管理者提供决策支持 ,文中在已有的质量在线监测平台和数据库系统上开发了基于先进的数据挖掘技术的焊接生产管理平台 ,同时为了获得有效的挖掘模式 ,对数据进行了预处理 ,建立了焊接车间数据集市。该平台主要使用控制图控制焊接生产产量和废品数量 ;利用决策树方法分析废品产生因素 ,获得了有效的挖掘模型 ,对于指导焊接生产具有重要意义     

快走丝线切割最优电参数库的研究

实现了快走丝线切割机床典型工艺实验 ,总结了工艺规律 ,建立了工艺参数库及其计算机程序化     

顶层悬挂结构的参数优化分析

对顶层有悬挂体的结构进行了分析,提出了以结构底部剪力最小为目标函数,采用复形法对顶层悬挂结构的参数进行优化的方法,编制了适用性较好的计算机程序,并以一个7层钢筋混凝土框架为算例,得到了一些有用的结论,可供参考。     

Cutting parameter optimization for one-step shaft excavation technique based on parallel cutting method

The outcome of the cutting blasting in a one-step shaft excavation is heavily related to the cutting parameters used for parallel cutting method. In this study, the relationships between the cutting parameters (such as the hole spacing L and the empty hole diameter D) and damage zones were investigated by numerical simulation. A damage state index γ was introduced and used to characterize the crushing and crack damage zones through a user-defined subroutine. Two indices, i.e., η₁ and η₂ that can reflect the cutting performance, were also introduced. The simulation results indicate that an optimal value of L can be obtained so that the η₁ and η₂ can reach their optimal states for the best cutting performance. A larger D results in better cutting performance when the L value maintains its best. In addition, the influences of the loading rate and the in-situ stress on the cutting performance were investigated. It is found that an explosive with a high loading rate is suit for cutting blasting. The propagation direction and the length of the tensile cracks are affected by the direction and the magnitude of the maximum principal stress.     

模具型腔加工参数的优化问题

首先阐述了在CAD CAM集成环境下编制数控加工工艺的过程以及优化加工参数的必要性 ,接着 ,分析了需要优化的加工参数。文章详细阐述了优化模型的建立和算法设计问题     

动态优化地下开采参数和开采方法

在动态优化中,首先建立企业利润、成本等数学模型,优化矿石品位、生产能力、精矿销售价格等关键参数,以贴现矿石品位的观点,先开采富矿中段和地段,由此决定开采顺序、开采方法和采矿、充填方法.     

数控机床主轴热误差建模参数优化

数控机床主轴系统的热变形所引起热误差是影响其加工质量及效率的主要因素,因此,对机床主轴的热误差进行建模及补偿有着十分重要的意义,而建模的方法多种多样,其中利用最小二乘支持向量机法建模对于非线性系统效果良好并使模型具备更好的决策能力.文章对机床主轴温度场进行了实时的采集,并以此为基础以matlab为平台利用网格搜索法在相对更大的范围内针对最小二乘支持向量机建模时核函数的重要参数对(γ、σ)的选值进行优化,有效的提高了建模精度.     

数据挖掘统计分析在紧固件疲劳试验数据处理中的应用

文章对紧固件材料疲劳试验进行了详细分析,针对疲劳试验过程中数据剧烈增长以及汽车工业数据统计分析的需要,基于数据挖掘的基本思想进行了统计分析.数据挖掘技术在挖掘有效信息、发现新的知识和规律发挥着重要作用.结合项目,概述了疲劳试验数据处理的特点和关键技术,重点讨论了疲劳试验数据处理数据挖掘的体系结构和基本过程,并指出了要进一步研究的问题.