基于遗传算法的数控铣削参数优化

建立了以最大生产效率和最低加工成本为多目标优化的数学模型,采用遗传算法与Matlab工具实现对切削参数进行优化,得到目标函数的最优切削参数,并用实验验证提高数控机床加工效率和降低加工成本的可行性。     

数控铣削中切削参数对加工质量的影响

针对数控铣削加工过程中的问题展开研究。首先,针对影响加工质量的几个关键参数进行研究,在Wintec MV-80加工中心上加工Cr12模具钢试验工件,得出大量试验数据,在对试验数据分析的基础上进行预测;其次,对几种主要参数的交互影响进行研究,并结合具体工况,提供参数选择方法等。     

数控铣削加工的计算机图形仿真技术研究

数控加工是一个复杂的过程,零件加工是由数控程序驱动数控机床来完成的。为了检验数控加工程序的正确性,运用计算机图形学技术来模拟数控加工过程,提出了一种数控铣削加工的计算机图形仿真算法,并实现了多轴数控铣削加工的计算机图形过程,从而验证了该算法的有效性。     

基于CAXA-ME的数控铣削编程与加工仿真

基于CAXA-ME的CAD/CAM功能,对板类槽型零件进行3D造型设计,通过毛坯的设置和数控加工方式的选取及工艺参数的设定,生成刀具加工轨迹和NC程序,并对加工过程进行数控仿真,实现轨迹干涉检验和优化处理。     

数控铣削加工程序通用模块化的实现

在合理安排工艺过程的基础上,如何编制结构简洁、刀路科学的数控程序很大程度上影响着工件加工效率和质量,探讨如何合理运用子程序和刀具半径补偿功能,实现数控铣削加工程序的模块化、通用化。     

一些特殊指令在数控铣削加工中的应用

根据零件的特殊结构,调用数控系统的镜像、旋转等指令简化复杂的编程,方便快捷地完成零件的铣削加工,以FANUC数控系统为例着重介绍了G51.1、G52、G68指令的格式、应用技巧及注意事项并结合实例详解了这些指令在实际编程中的应用。     

残余应力影响腔型零件数控铣削加工精度的研究

采用有限元软件(Marc)可以模拟零件数控加工的过程,并根据模拟得到的数据评估薄壁件数控加工潜在造成的扭曲数值以及位置,通过对薄壁件的数控加工有限元模拟,计算出与残余应力影响有关的变形数值,为加工工艺的制定以及刀轨文件的进一步改进提供了可靠的数据。     

基于参数编程的椭圆抛物面数控铣削加工研究

通过对SIEMENS系统参数编程的操作实践,以R参数编程为基础,根据椭圆抛物面空间曲线的特点,研究出手工编程加工椭圆抛物面的方法,并给出了相应的编程应用实例,实现了对椭圆抛物面的加工,能够有效地提高手工编程的效率,对于加工其他空间三维复杂曲面也具有一定的参考和借鉴价值。     

基于神经网络的数控铣削参数工艺效果预测

针对数控铣削加工工艺的复杂性,以DMC60H为平台,以壳体类铝合金零件加工工艺数据为对象,提出了基于神经网络的数控铣削参数工艺效果预测方案。预测结果表明,所建立的工艺效果预测模型能够比较精确地预测出给定加工参数下的加工时间、尺寸精度和表面粗糙度,实现了数控铣削参数的合理选取,充分发挥了机床效能,提高了产品质量和生产效率,为生产实践提供了理论依据。     

端面圆柱凸轮数控铣削加工的研究与实现

分析某纺织机械中端面圆柱凸轮的加工工艺,分别运用Pro/E和CAXA制造工程师软件对端面圆柱凸轮进行三维建模和数控编程,并最终在普通三坐标数控铣床上,加工出合格产品,取得良好的效果。     

数控铣床刀具半径补偿功能特征及分析应用

刀具半径补偿是数控机床中非常有用的功能之一 ,利用刀具半径补偿功能可以减化程序编制。同一加工程序可实现分层铣削、粗、精加工或用于提高加工精度。主要论述数控铣床刀具半径补偿功能特征及用途 ,通过对刀具半径补偿在编程、加工时出现的一系列问题进行分析研究 ,并提出了避免发生机床报警或过切现象的防范措施     

基于抛掷爆破预测的BP神经网络参数优化方法

研究了不同隐含节点个数、训练函数、转移函数、学习率对BP神经网络预测结果准确性和收敛速度的影响;对比分析了参数优化后的BP模型与径向基神经网络、支持向量机预测模型的结果;并应用某露天矿抛掷爆破作业的实测数据进行了相关实验。实验结果表明：最优BP模型的拓扑结构为10-6-3;最佳的训练函数为LM函数,正切和线性函数的组合为最优的转移函数,最佳的网络学习率为0.77;参数优化后BP模型的最远抛掷距离、抛掷率、松散系数的预测结果与测试样本的标准差最小,分别为9.567 8,0.036 3,0.041 4,即参数优化后的BP模型预测结果最优。     

基于模糊神经网络的数控切割机下料工件的控制研究

分析了数控切割下料切割误差形成机理;分析了基于模糊神经PID技术的数控切割机下料切割控制系统的基本原理;分别讨论了模糊化模块的构成,神经网络的基本结构以及改进遗传算法的基本原理。进行实例研究,研究结果表明模糊神经PID控制技术可以有效地应用于数控切割机下料控制之中。     

基于遗传神经网络的龙煤矿业集团销售量预测研究

将遗传神经网络应用到龙煤矿业集团销售量预测中,预测采用三层前馈BP神经网络,利用遗传算法对神经网络初始权值进行优化,实际数值计算表明该算法在龙煤矿业集团销售量预测中的学习速率和精度都比单纯BP神经网络得出的结果好,适合于销售量预测。     

基于DSP与CPLD数控插补器的研究

提出了一种基于DSP和CPLD的高速、高精度数控插补装置,由DSP承担粗插补任务,实现基于数据采样法的插补运算。CPLD接收DSP的粗插补数据,采用硬件实现精插补,可以有效地提高数控插补的精度和速度。该装置已经成功应用于数控贴片机的控制,工作稳定可靠,具有较高的插补速度和插补精度。     

乳化炸药装药机螺旋叶片数控铣削参数优化研究

针对粉状乳化炸药装药机的螺旋叶片,建立数控铣削参数化模型,研究用遗传算法对参数进行了优化选择和自动拾取,并对优化结果进行了验证,优化后的加工方法提高了产品质量和效率。     

数据挖掘技术在数控线切割加工中的应用

提出了基于决策树分类器和神经网络的数控线切割加工工艺参数寻优方法。根据已有的样本训练数据,建立分类和神经网络类型,针对要求的加工目标,通过对分类规则的提取,生成预测数据集,结合建立的神经网络模型,迅速准确的预测出对应的加工工艺参数。     

基于MasterCAM的压克力手板数控加工方法研究

利用MasterCAM软件,对压克力材料的灯罩手板进行了数控加工的程序编制和数控仿真。特别就装夹和加工操作过程进行了具体的描述,为在数控机床上加工非金属材料提供了有价值的参考。