基于數(shù)據(jù)挖掘的數(shù)控工藝模板自動提取.pdf_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、數(shù)控工藝模板在模具加工過程中非常重要,是快速加工和知識重用的典型應(yīng)用。而實際上,數(shù)控工藝模板的應(yīng)用往往局限于經(jīng)驗?zāi)0?,?dǎo)致數(shù)控加工自動化程度低,應(yīng)用有限。企業(yè)數(shù)據(jù)庫中的數(shù)控工藝案例非常龐大,如何重用龐大的數(shù)控工藝案例變成了急需解決的問題,而這些大量案例中的三維形狀特征和數(shù)控工藝知識是制定零件數(shù)控工藝方案的最關(guān)鍵因素。本文的主要工作就是利用數(shù)據(jù)挖掘的思想,提取企業(yè)數(shù)據(jù)庫中的三維形狀特征和數(shù)控工藝參數(shù)進行知識重用,達到自動提取數(shù)控工藝模板的

2、目的,對模具設(shè)計和加工的效率和準確率的提高具有重要意義。
  通過分析數(shù)控經(jīng)驗和案例文件,確定以數(shù)控工藝參數(shù)和形狀特征作為C4.5決策樹分類算法的兩大類參考屬性。本文首先針對自動編程實際提出數(shù)控知識元的概念,選擇關(guān)鍵參數(shù)作為相關(guān)屬性,提取數(shù)控知識元,提出以k眾數(shù)法和Manhattan相似距離為基礎(chǔ)的聚類算法對數(shù)控知識元進行分析,提取出20條簇中心,在簇中心的基礎(chǔ)上提取數(shù)控工藝案例文件的簇中心離散參數(shù);然后利用三維極半徑曲面矩提取技

3、術(shù)提取出案例文件的三維形狀特征向量;最后提出C4.5決策樹分類算法,定義決策樹結(jié)構(gòu),對兩大參考屬性進行統(tǒng)一表示,提出分割閥值的連續(xù)值處理方法來處理特征向量屬性,并與原有處理方法進行實驗對比,得出分割閥值方法能夠在不改變預(yù)測準確率的基礎(chǔ)上大大減少訓(xùn)練時間的結(jié)論,選用PEP后剪枝方法進行剪枝。
  基于上述研究工作,在NX平臺上開發(fā)了基于C4.5決策樹分類算法的數(shù)控工藝模板提取系統(tǒng),并做出分類實驗和模板提取實驗,證實本系統(tǒng)具有良好的預(yù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論