基于STEP-NC的工艺过程设计与优化技术研究

为了简化工艺决策过程的复杂性和实现工艺决策过程的模型化和算法化,在深入分析STEP-NC数据模型的基础上,针对数控工艺的特点,提出了元加工操作及制造特征加工链等概念,建立了支持非线性工艺设计的分步工艺决策过程;进而提出了基于排列和辅助时间的加工工步排序和优化的方法,实现了加工工步排序和优化过程的统一处理,使CAPP系统能够提供多个可选的工艺方案。通过一个基于STEP-NC的CAPP原型系统的实现及实例零件的工艺过程设计表明,所提出的工艺决策过程和优化方法是简单有效的。     

多因素影响下基于Bagging-NSGAII的数控铣削稳定性预测与优化研究

数控机床铣削过程中出现的颤振失稳,是限制数控机床加工效率和加工质量的关键因素。铣削稳定性与工艺参数、工艺系统动力学特性密切相关,而工艺系统动力学特性又随加工位置、刀具悬伸量的变化或刀具的更换而变化。因此,针对多因素影响下的铣削稳定性预测和无颤振工艺参数选择问题,本文以数控机床各向移动部件位置、刀具直径、刀具悬伸量和切削参数为变量,提出一种基于引导聚集算法(Bagging)与带精英策略的快速非支配排序遗传算法(NSGA-II)的切削稳定性预测与工艺参数优化方法。该方法首先采用正交实验设计离散数控机床的工作空间,在每个加工位置对不同悬伸量下的刀具进行锤击实验,由此得到各把铣刀对应的刀尖点频率响应函数;然后,在不同工艺参数方案下进行铣削稳定性理论预测,进而引入Bagging算法建立以各向运动部件位置(x, y, z)、刀具直径(d)、刀具悬伸量(h)、主轴转速(n)、切削宽度(ae)、每齿进给量(fz)为输入的极限切削深度(aplim)预测模型;在此基础上,采用该Bagging模型作为铣削稳定性约束,以加工位置和工艺参数{x, y, z, d, h, n, ap, ae, fz}为优化变量,建立最大材料切除率和刀具寿命的多目标优化模型,采用NSGA-II算法求解该模型得到Pareto最优解集,并结合熵权法和优劣解距离法(TOPSIS)选出Pareto解集中的最佳解。以一台三轴立式加工中心展开实例分析,所建极限切削深度Bagging模型的预测误差为2.99%,且铣削加工实验表明获取的{x, y, z, d, h, n, ap, ae, fz}最优配置可实现稳定铣削,验证所提方法的可行性和有效性。     

数控铣床常用刀具的合理选用

正确的选择和使用数控铣床加工中的刀具,不仅可以优化加工工艺方案,简化数控加工程序的编制,而且可以提高加工效率,提高数控加工产品的加工质量,降低生产成本。数控加工工艺中的重要内容是切削用量的确定和刀具的选择,也是数控加工程序编制的主要依据。要根据工件材料的性能、加工工序、机床的加工能力、切削用量以及其它相关因素合理选用刀具及刀柄。     

基于GABP-NSGA-Ⅱ的开关磁阻电机系统级多目标优化设计

为提升开关磁阻电机（SRM）的系统驱动性能,提出一种基于遗传算法（GA）优化反向传播（BP）神经网络和非支配排序遗传算法（NSGA-II）相结合的多目标优化设计方法,旨在降低其转矩脉动、提高其平均转矩和效率。通过灵敏度分析,选择对开关磁阻电机优化目标影响较大的3个本体参数（匝数、转子极弧系数、气隙）和两个控制参数（开通角、关断角）作为决策变量,采用有限元分析、GA-BP法建模和NSGA-II算法进行多目标寻优,得到最优解。仿真结果表明,运用GA-BP-NSGA-II优化设计方法对提升开关磁阻电机的系统驱动性能有显著效果。     

一种改进的SVM决策树Web文本分类算法

SVM决策树能够较好地进行Web文本信息分类,在此基础上进一步结合遗传算法,将SVM决策树分类器的分类正确率作为GA适应度函数,对SVM决策树层次结构进行优化,在每一决策节点自动选择最优或近优的分类决策。实验结果表明,采用该方法进行多类分类,分类精度明显提高,体现了将遗传算法与SVM决策树结合的优越性。     

旋转式车/拉机床

德国赫根赛特有限公司推出的DH45/DP45型旋转式车/拉机床,是加工曲轴的加工工艺与传统车床和拉床加工工艺相结合的产物,所有主轴颈仅用一次装卡,经一个带有几排刀槽的刀盘加工后即可达到精磨前的质量,刀盘可带两套刀具。如4缸曲轴的所有拐颈均可通过180°分度头进行加工,机床可通过龙门起重机与在线上下料装置相连。该车/拉机床的高效刀具系统由带有刀片的刀槽及带有刀夹、刀片的精加工刀槽组成;可将调刀装置装到机床上,刀盘可以更换,而无需在机床上进行重复测量;还可配备一个半自动换刀装置。该车/拉机床具特有的坚固耐用结构及最优工件…     

模具加工中的高速切削技术

叙述了高速加工技术在模具制造中应用的意义,以及实现高速加工所必需的一些核心技术.通过与常规的电火花加工方式的比较,论述了高速加工的优越性能及高速切削加工对机床的主轴、刀具和CAM软件的要求,指出在型腔模制造过程中,选择加工方式主要取决于型腔的几何形状、材料的硬度和所要求的工艺参数,最后以加工实例说明了高速切削是现代模具加工的发展方向之一.     

模具加工中的高速切削技术

叙述了高速加工技术在模具制造中应用的意义,以及实现高速加工所必需的一些核心技术。通过与常规的电火花加工方式的比较,论述了高速加工的优越性能及高速切削加工对机床的主轴、刀具和CAM软件的要求,指出在型腔模制造过程中,选择加工方式主要取决于型腔的几何形状、材料的硬度和所要求的工艺参数,最后以加工实例说明了高速切削是现代模具加工的发展方向之一。     

粗糙集与遗传算法的虚拟企业伙伴选择

针对虚拟企业伙伴选择过程中传统的属性权重设计方法过多依赖于主观经验的缺点,虚拟企业伙伴选择过程中决策因素多、信息量大、候选投标伙伴数量多等问题,提出一个基于粗糙集和自适应遗传算法的虚拟企业伙伴选择算法.利用粗糙集的知识熵,为潜在伙伴企业的样本数据集建立决策系统,使得在不需要任何先验知识的前提下,得到客观的评价指标的权值.同时,该算法将自适应遗传算法运用于最优伙伴的选择模型中.通过将该算法与标准遗传算法的实验结果对比,证实了该算法的可行性和有效性.     

实用型齿轮加工工艺CAD系统开发

阐述了一种基于数据库的实用型齿轮加工工艺CAD系统的开发过程。包括：工序卡基本信息输入、工序设计、机床选择和刀具设计等，该系统以三维模型为基础，以人机交互的形式实现齿轮加工工艺过程的编制，系统简单可靠。符合企业实际生产要求。     

Job shop scheduling problem with alternative machines using genetic algorithms

The classical job shop scheduling problem (JSP) is the most popular machine scheduling model in practice and is known as NP-hard. The formulation of the JSP is based on the assumption that for each part type or job there is only one process plan that prescribes the sequence of operations and the machine on which each operation has to be performed. However, JSP with alternative machines for various operations is an extension of the classical JSP, which allows an operation to be processed by any machine from a given set of machines. Since this problem requires an additional decision of machine allocation during scheduling, it is much more complex than JSP. We present a domain independent genetic algorithm (GA) approach for the job shop scheduling problem with alternative machines. The GA is implemented in a spreadsheet environment. The performance of the proposed GA is analyzed by comparing with various problem instances taken from the literatures. The result shows that the proposed GA is competitive with the existing approaches. A simplified approach that would be beneficial to both practitioners and researchers is presented for solving scheduling problems with alternative machines.     

考虑公众意愿的桥梁风险评估和决策方法

从公共管理的角度看,基础设施风险应基于公平原则合理控制;风险控制的费用应与其效力相适应,且应为公众所能接受.结合大型桥梁工程中的决策问题,研究建立以个人风险和社会风险为基本评价指标,综合使用风险合理控制准则、公众支付意愿及效益-费用分析等决策工具的桥梁风险评估和决策方法并详细介绍了有关风险评估指标的意义及评价准则,并以某跨海大桥中侧风引起的行车事故对桥梁使用者的风险,并决策是否布设风障的问题,进行了示例研究.考虑公众意愿的桥梁风险评估方法能够辅助决策者综合考虑社会公平、公众意愿、项目收益等多方面决策要求,适用于桥梁等大型基础设施建设和管理过程中的复杂问题决策.     

一种基于灰关联的序列模式挖掘算法

序列模式挖掘算法多是利用了关联规则挖掘中的 Apriori特性 .利用灰关联方法对原始序列 进行净化处理 ,从而减少挖掘算法中的噪声数据 . 其理论依据在于 ,如果一个序列是频繁的 ,那么该序列的时间间隔也必然是频繁的. 利用了灰关联分析方法找出两个项之间的频繁时间间隔 ,再利用该间隔扫描事务序列数据库 ,从而最终找出频繁序列 .     

利益相关者参与会计政策选择的进化博弈分析

企业的决策直接影响着市场价值和利益分配,因此解决决策过程中的矛盾和冲突、协调决策者的偏好和选择,是提高企业决策效率、保证会计信息的科学性和公允性、促进资本合理流动的关键.针对利益相关者在微观会计政策选择领域的合作竞争关系问题,采用进化博弈理论的方法分析利益相关者的决策过程发现,最终的策略选择受初始状态的影响,初始策略的选择取决于不同策略下的得益及潜在成本的大小,利益相关者将比较不同会计政策选择的经济后果,进行反复学习和调整.研究结果表明在惩罚成本和声誉损失较大的情况下,均衡点将稳定在风险优势策略的会计政策组合上,而该选择就是兼顾各方利益,并使企业价值最大化的均衡状态.     

基于公交车到站时间预测的动态滞站调度模型

提出了一个动态滞站调度策略.该策略通过一个基于支持向量机(SVM)和Kalman滤波的公交车辆到站时间预测模型来判断需要滯站的车辆,建立了一个以用户总费用最低为目标的数学模型来确定车辆在站点最优的滞留时间,并通过遗传算法对该模型进行求解.最后,以Paramics仿真数据对该动态滞站策略进行检验,结果表明,相比于传统滞站策略或无控制策略,动态滞站策略的效果更好.     

小型水电站水库长期优化调度研究

水电站水库优化调度是一个复杂的多阶段决策过程,根据小型水电站水库的特点,以水电站的发电引用流量为决策变量,以水电站在调度周期内发电量最大为目标,建立小型水电站水库长期优化调度问题的数学模型,并采用浮点数编码的遗传算法对该问题进行优化计算,通过仿真实验说明了该算法的可行性和有效性。     

基于遗传蝙蝠算法的选择性拆卸序列规划

针对产品选择性拆卸序列规划问题,提出一种基于遗传蝙蝠算法的产品拆卸序列规划方法.利用Python语言对传统蝙蝠算法进行离散化处理,并在种群更新过程中引入遗传算法的交叉与变异机制,生成遗传蝙蝠算法,以增强解搜索的多样性;在构建适应度函数模型时以拆卸工具的变化次数与拆卸方向的重新定位次数作为评价指标,同时加入零部件的回收收益指标,使适应度函数更加完善.以工业机械臂为实例,利用所提方法进行产品拆卸序列规划求解,对比传统蝙蝠算法以及遗传算法的求解结果,发现在一定的种群数目下,所提方法收敛时间较短;在不同种群数目下,所提方法得到的适应度函数最优值质量较高,从而验证了遗传蝙蝠算法的搜索优越性.     

供应商评估决策过程模型及其应用

分析了供应商评估的决策过程，在序贯决策思想的基础上提出了供应商评估的3种决策过程模型。在一定的决策过程模式下，制造商首先运用合理的评价方法对供应商进行评估，在做出决策之前需要权衡收益变化是否超过了预计的期望限度，然后选择风险损失最小的决策方案，决定是否要进行下一轮评估。通过实例计算说明了模型的应用。     

油藏经营优化决策模式研究

油藏开发系统是一个复杂的系统，其决策是多目标优化问题。研究油藏经营优化决策模式，使复杂的油田开发评价工作条理化、程序化，为决策者提供最优开发方案，对实现油藏最佳开采起着关键性的作用，是油藏经营管理能否顺利执行的重要保证。提出了综合开发指标评价体系、开发进程监测和控制评价体系，在此基础上研究优化决策的运作模式，并设计了多目标优化决策体系功能结构的框架。     

基于人工智能工程机械优化调度方法的研究

工程机械优化调度方法的研究具有十分重要的意义。本文利用人工神经网络多数据寻优好的特点，对工程机械土方工程调度问题进行人工智能优化调度。通过研究建立了工程机械施工质量、工期、效率、成本等多目标函数寻优模型，为工程机械机群优化调度实际应用奠定了理论基础。