基于BP & MATLAB的平面加工CAPP的研究

基于人工神经网络中的BP网络建立了零件表面加工方案模型.把一系列推理规则转化为网络权值,并设计BP网络.然后利用MATLAB软件中的神经网络工具箱编程,对网络进行训练,从而得到了零件平面加工工艺顺序.     

基于BP网络的零件外圆面加工方案决策研究

基于人工神经网络中的BP网络建立了零件外圆面加工方案决策模型。把一系列推理规则转化为网络权值,并设计BP网络。然后利用MATLAB软件中的神经网络工具箱编程,对网络进行训练,应用训练好的网络生成零件外圆面的加工方案,示例验证网络运行可靠。     

基于模糊BP网络的加工方法链决策

为实现计算机辅助工艺计划(CAPP)系统中零件特征加工方法的决策,分析了影响零件加工方法的因素,提出利用模糊BP神经网络算法对零件特征加工方法链进行优化决策.根据BP网络能够学习任何模式的映射关系的特点,建立了从输入到输出的网络决策模型,并对网络结构、参数确定和样本选取等问题进行详细阐述,运用合理的学习算法来训练网络,最后通过实例验证了该网络的有效性.结果表明,利用模糊BP神经网络进行零件加工方法的选择是有效的和可靠的.     

BP网络在CAPP中的应用研究

计算机辅助工艺设计（ＣＡＰＰ）作为一个独立系统使用时，一般对其运行速度要求不高。但当作为联接ＣＡＤ、ＣＡＭ之间的重要桥梁、实现ＣＩＭＳ的关键时，ＣＡＰＰ的运行速度将成为衡量其性能的一个重要指标。人工神经网络的引入，将大大地提高ＣＡＰＰ的运行效率。本文探讨了如何将ＢＰ网络应用于ＣＡＰＰ系统，并给出了具体应用的实例。     

动态CAPP系统及其加工资源决策方法的研究

为提高工艺计划的可执行性，提出一种动态CAPP系统集成模型。在工艺计划产生过程中，考虑车间加工资源的状态以及能力，实现加工资源的合理选择，产生具有良好生产指导能力的工艺计划信息。在资源决策过程中，基于BP神经网络进行车间加工资源决策，利用相关算法计算对应于每一加工特征的加工资源的优先指标，按照优先指标排序。结果表明，利用该方法产生的工艺计划符合车间资源能力，满足车间生产计划的需求。     

智能化电火花加工CAPP系统的研究

针对电火花加工工艺的特点,采用专家系统与人工神经网络相给合实现电火花加工智能化CAPP系统——I-EDM-CAPP系统。建立了基于规则的简易Petri网SPN模型以实现加工方法的智能选取;采用复合神经网络（CNN）实现电参数学习模型,从而能够准确地选择并合理地扩展电加工工艺参数。     

基于MATLAB的平面度评定

根据国家标准中有关平面度误差的定义,建立了平面度的最小二乘数学模型,提出了一种基于MAT-LAB的平面度评定方法。通过优化算法得到平面度误差,实践证明该方法能收敛到最优解,而且计算稳定,应用范围广泛。     

基于BP神经网络的蓝宝石柱加工时间预测模型

针对蓝宝石难加工问题,采用数控精雕机床加工蓝宝石柱,在加工工艺参数正交实验的基础上,应用BP神经网络,建立数控磨削加工时间预测模型,并通过仿真验证了预测效果,确定了优化的加工时间为最优参数.     

基于 BP神经网络的汽车内阻模型预测

分析了利用BP神经网络方法改进传统滑行法测量车辆内阻的可行性,并通过Matlab软件中的神经网络工具箱nntool实现了该网络的设计、训练和结果对比,表明利用BP神经网络的方法预测不同条件下车辆内阻是满足工程要求的。     

基于概率神经网络的CAPP系统中零件表面加工方法的研究

零件表面加工方法的选择是CAPP系统的重要组成部分,利用概率神经网络以逐步分解的方式来实现零件表面加工方法的选择,并给出了网络的构造、训练和组织训练数据的方法。结果表明,利用人工神经网络可以很好地选择零件表面的加工方法,克服了CAPP专家系统存在的工艺知识获取“瓶颈”问题和“无穷递归”、“推理薄弱”等推理过程中出现的问题。     

基于Web的智能CAPP系统的研究

从CAPP系统结构研究出发，利用特征技术，建立便于知识处理和规则学习的模糊神经网络工艺知识表达与生成模型，实现了CAPP系统结构的可迭加性和方法与数据的分离。应用特征技术表示产品的几何信息和工艺信息，实现了零件特征级工艺知识和工艺规程的组合与重用。在此基础上，采用异地分布式结构，便于网络模式下CAPP功能的实现，使CAPP能满足网络环境下快捷有效的信息传输和资源利用，是基于Web的CAPP系统有利于智能化与通用化实现的结构模式。给出了应用实例。     

基于数控加工的创成式CAPP系统

介绍了一种基于数控加工的创成式CAPP系统，及其在数控加工中的工作流程。     

基于混合智能的电火花成型加工CAPP系统的研究

基于对电火花加工工艺的分析,构造了电火花加工CAPP系统的整体结构模型;该模型采用电极的自动分割和重组的办法实现以简单电极加工复杂型腔,从而降低加工费用;利用基于简易Petri网模型的工程规程智能决策系统实现工艺决策;采用混合智能的方法实现电规准的智能选择,并采用“优先级别－权系数法”建立多目标规划模型实现对工艺过程的优化。     

基于连续型Hopfield人工神经网络的CAPP系统中工序内各表面加工顺序的排序

工序内各表面加工顺序的排序是CAPP系统的重要组成部分,将工序内各表面排序问题映射到连续型Hopfield网络上,把影响排序的工艺信息转化成零件表面的特征量化值,构造了网络的能量函数,并给出了网络的动态方程。通过对网络的迭代运算最后得到工序内各表面的加工顺序。     

轴承保持架冲压加工CAPP系统

介绍了保持架冲压加工CAPP系统，该系统实现了工艺的参数化设计，为模具CAD提供了数据通讯，通过建立关系型数据库，实现了以产品数据为核心的全局关联机制。     

基于人工神经网络的零件表面加工方案决策方法研究

零件表面加工方案的选择是一个多因素约束的逻辑推理过程，需要大量工艺知识支持，基于规则和基于框架的知识表达方法，在知识量大的情况下，存在效率低和推理效率低的缺陷，本文建立了基于人工神经网络的零件形面加工方案决策模型，设计了学习样本，用BP算法对网络进行训练，把一系列推理规则转化为网络权值，应用训练好的网络生成零件形面加工方法甸。     

数控加工CAD/CAPP/CAM集成系统的研究

从ＣＩＭＳ环境的要求出发,针对目前现代企业的数控加工,研究了数控加工ＣＡＤ／ＣＡＰＰ／ＣＡＭ集成系统的总体结构,阐述了该系统各功能模块的结构,原理,功能及实现机制。     

基于UG平台二次开发的数控加工CAPP系统

传统的数控加工参数的制定多以编程人员自身积累的经验来制定,产品加工质量因人而异,并很难保证高的加工质量。利用UG提供的基本功能和二次开发工具,开发出一套基于知识库的数控加工CAPP系统,将加工各种零件所获得的知识,经过分析处理,保存在数据库中,运用工艺规划模块帮助缺少经验的编程人员快速生成对应加工特征的合理加工参数,缩短了零件加工的周期,提高了加工效益并获得稳定的加工质量。     

基于BP神经网络的立铣加工振动快速预估

结合研制的立铣加工过程虚拟仿真系统和实验测量铣削力信号,训练并建立BP神经网络模型,快速实现铣削过程刀具-工件系统振动状态的预估.预估的振动结果与实验测量数据较为吻合,表明铣削虚拟仿真系统与神经网络技术的结合能够高效低耗地用于不同铣削加工条件下铣削振动状态的快速预估和加工过程监测.