基于ANN的箱体类零件CAPP系统的工艺决策

将ANN(Artificial Neural Network,人工神经网络)应用于箱体类零件的CAPP系统中,简化了零件的识别和分类。工艺决策是CAPP系统的关键部分,文中探索了一种有效的工艺决策,使箱体类零件的CAPP系统的工艺决策更容易、方便,提高了工作效率。     

CAPP在皮服行业中的应用分析

服装工艺设计是皮革服装制造过程中技术准备工作的一项重要内容,是按照皮革服装的款式、结构和规格,对皮革服装加工全过程的工艺进行设计。本文在阐述CAPP的概念和CAPP系统分类的基础上,对服装CAPP作用进行了分析,指出皮服企业只有采用CAPP系统,才能提高皮服企业的产品质量和工艺标准,增强皮服企业的市场竞争力。     

基于AUTOCAD的服装CAPP开发思路

介绍了开发服装CAPP的重要性及开发要考虑的软件设计要求，阐述了服装CAPP的程序设计思路、功能和用途。以AUTOCAD为平台，用AUTOLISP、DCL等语言二次开发完成的服装CAPP可以制作完整的工艺流程图，并且可以对有错误的工序进行修改。     

烟草机械装配工艺设计方案的CAPP实现

通过研究利用CAPP技术实现装配工艺设计方案,进而起到提升设备的活动功效,提升品质,减少设计费用,确保单位的信息体系发展顺畅。     

CAPP系统中基于模糊推理的工艺方案研究

针对当前计算机辅助工艺设计(CAPP)系统所涉及方面广泛且复杂,若工艺决策目标定的过高,那么CAPP系统实用性和通用性相对较差这一现实问题,提出运用模糊数学建立工艺推理模型的方案。把尺寸精度、加工精度、表面粗糙度等工艺参数与加工方案建立模糊关系,结合模糊数学中的综合评定确立最终的加工方案。将该方法应用在数控铣床主轴孔特征加工方案决策,应用结果表明该方案可行,能够较好解决CAPP系统的工艺推理问题。     

基于AUTOCAD的服装CAPP开发思路

介绍了开发服装CAPP的重要性及开发要考虑的软件设计要求,阐述了服装CAPP的程序设计思路、功能和用途.以AUTOCAD为平台,用AUTOLISP、DCL等语言二次开发完成的服装CAPP可以制作完整的工艺流程图,并且可以对有错误的工序进行修改.     

一种半创成式的实用计算机辅助工艺系统设计

通过分析锅炉的计算机辅助工艺规程系统工艺设计过程,提出了应用成组技术和基于条件的决策规则,进行局部的工艺创成,给出了工艺半创成的方法。该方法具有减少信息输入,适用性强等特点,对于快速构造实用的CAPP系统具有一定的意义。     

喷射泵CAPP系统的开发研究

以AutoCAD2000为开发平台，以Visual Basic6．0为开发工具，开发出喷射真空泵的CAPP系统。从零件参数输入到自动生成工艺文件，基本满足了喷射泵的工艺规程编制。     

关于服装CAPP的分析探讨

介绍了服装CAPP系统的内容及开发意义。着重讨论了服装CAPP的技术要求和实现过程 ,最后对服装CAPP的发展前景作了讨论     

纺织品智能工艺设计与质量预测系统

 分析了纺织品智能工艺设计与质量预测系统的多层架构,阐述了系统的主要功能,提出了基于实例的纺织工艺推理模型和基于人工神经网络的工艺质量预测模型,从工程应用的角度展示了信息技术和人工智能技术在纺织企业的应用与实现情况。     

小型CAD／CAPP／CAM集成的研究

以小型ＣＡＤ／ＣＡＰＰ／ＣＡＭ系统的集成为目标,研究了适合中小企业应用的ＣＡＤ／ＣＡＰＰ／ＣＡＭ的集成方法,并对集成系统中数据交换及管理问题、加工工序参数设计问题进行了深入研究,这对实现加工自动化、管理计算机化是十分有利的。     

基于STEP和XML的CAPP／PDM集成研究

针对网络环境下集成CAPP／PDM的产品数据的交换和共享需要,利用STEP／XML转换器将产品模型数据交换标准文件转换为相应的可扩展标记语言中性文件,使得CAPP系统能在网络环境下获取PDM的设计数据,并能通过STEP／XML中性文件在PDM平台上进行存储,从而实现了网络环境下CAPP／PDM的有效集成。     

木糖醇发酵液脱色过程的模拟

运用人工神经网络模拟木糖醇发酵液的脱色过程 .借助均匀设计法确定人工神经网络的隐层神经元数、学习速度、动量因子 ,构建一个能很好地用于预测、优化木糖醇发酵液脱色过程的三层 5 6 2的网络模型 .     

一种基于网络与数据库的CAPP集成平台

目前国内外计算机辅助工艺设计（ Ｃ Ａ Ｐ Ｐ）存在诸多弊端：１）片面追求技术先进,忽略实用性;２）通用性差;３）静态的工艺设计;４）有限集成或片面追求集成;５）片面追求工艺路线生成方法的研究．从国际上 Ｃ Ａ Ｐ Ｐ的发展趋势来看,上述弊端正逐渐被消除．鉴于此,提出了一种基于网络和数据库的 Ｃ Ａ Ｐ Ｐ集成系统开发模式．以此模式建立的 Ｃ Ａ Ｐ Ｐ具有多用户、数据共享、易于与 Ｃ Ａ Ｄ等系统集成等特点．     

人工神经网络技术在服装上的应用

介绍了人工神经网络的概念及基本特点，总结了其在服装中的应用和实现方法，指出神经网络技术在服装方面广泛的应用前景。     

人工神经网络在成组技术中的应用

成组技术是将设计和制造工艺上相似的各种零件和产品归并成组的一门科学。如何辨别零件的相似性并对其分组是成组技术的关键问题,成组技术是通过分类编码系统对零件进行分类的。本文以人工神经网络技术为基础,介绍了人工神经网络在成组技术中的应用。利用人工神经网络技术,先对零件进行分类编码,最后将每一个零件划分到适当的零件族中去。     

Application of artificial neural networks in the geographical identification of coffee samples

The recognition of the characteristics of coffee associated with a given agricultural system and aimed at adding value and attending the consumers’ demands stimulates the production of types of coffee properly described. The objective of this study was to explore and to explain the physicochemical characteristics and sensory attributes of the coffee grown in Parana State (Southern Brazil) based on an integrated approach of the terrior and the application of artificial neural network. Physicochemical variables of green coffee beans and roasted coffee beans were determined, as well as sensory attributes of the beverage. One hundred and seventy-two coffee samples were analyzed for moisture, proteins, chlorogenic acids, tannins, total acidity, total lipids, caffeine, total and reducing sugars and minerals. These properties were tabulated and presented to artificial neural network multilayer perceptron to be identified as the region and the city of planting. The artificial neural network classified correctly and tested 100% of the samples grown by region. For the database containing information by city, the automatic mode of the software Statistica 9.0 was used. The neural network showed 99% accuracy in training and 100% accuracy in the stage of testing and validation.     

利用神经网络与AFIS纤维测试系统预测纱线质量

评述了人工神经网络以及AFIS纤维测试系统的特点，提出利用人工神经网络和AFIS纤维测试系统进行纺纱质量预测的工作原理和网络构建方法，并提供了实例，说明神经网络可以有效地解决纱线质量预测问题，指出人工神经网络技术在纺纱质量预测和控制中的广泛应用前景。     

基于神经网络的织物折皱回复性能预测

探讨了将神经网络理论用于织物折皱回复性能的直接预测。根据研究对象特征,通过选取织物原料组成、经纬密度、抗弯长度、织物厚度及重量等重要影响因子作为神经输入元,将折皱回复角值作为输出目标,比较了径向基函数RBF、BP和广义回归GRNN 3种神经网络对织物折皱回复角的预测结果。试验结果表明,通过神经网络方法对织物的折皱性能预测具有较好的满意结果,且在预测织物的整体折皱回复性能时,BP模型与GRNN网络模型的预测值与实测值之间的相对误差要比RBF的小。利用输入神经元织物参数进行折皱回复性能的预测更有利于工艺与织物结构设计优化与质量控制,通过对输入神经元试验与优化有望达到满意的预测结果。