模具數(shù)字化制造中智能CAPP與系統(tǒng)集成關(guān)鍵技術(shù)研究.pdf

1、模具數(shù)字化制造尚處于起步階段,其體系結(jié)構(gòu)和關(guān)鍵技術(shù)仍有待進(jìn)一步研究.目前,制約模具數(shù)字化制造的瓶頸技術(shù)--智能CAPP及其與CAD、CAM的集成技術(shù)尚未有效解決.本文對(duì)其中的零件信息獲取、特征加工方案產(chǎn)生、工藝計(jì)劃優(yōu)化以及模具型腔粗銑加工的刀具優(yōu)化選擇等關(guān)鍵技術(shù)進(jìn)行了深入研究,為實(shí)現(xiàn)模具的數(shù)字化制造奠定基礎(chǔ).針對(duì)目前CAD模型不能直接提供CAPP所需的加工特征及其工藝信息問題,提出了一種基于知識(shí)的區(qū)域分層特征識(shí)別算法,在特征識(shí)別和唯一性

2、解釋過程中引入相關(guān)知識(shí),得到合理的加工特征以及特征關(guān)系樹,結(jié)合特征識(shí)別的后處理,獲取工藝設(shè)計(jì)等所需的特征信息,實(shí)現(xiàn)了CAPP與CAD的有效集成. 同一特征一般具有多種加工方案,且它們?cè)谝欢ǖ纳a(chǎn)條件下具有不同的選擇優(yōu)先權(quán).傳統(tǒng)的方法一般只能獲取某一特定的加工方案或者僅對(duì)各種可行加工方案的選擇優(yōu)先權(quán)進(jìn)行簡(jiǎn)單的定性描述,不能為特征加工方案的靈活選擇提供科學(xué)的依據(jù).為此,本文提出了一種基于人工神經(jīng)網(wǎng)絡(luò)和反向設(shè)計(jì)來(lái)產(chǎn)生特征加工方案的方法

3、.該方法采用均勻設(shè)計(jì)法選擇樣本集,通過神經(jīng)網(wǎng)絡(luò)學(xué)習(xí),獲取特征在當(dāng)前幾何參數(shù)、技術(shù)要求和生產(chǎn)條件下的可行加工方法及其選擇概率.然后,為獲取的可行加工方法匹配候選機(jī)床和刀具集,結(jié)合加工余量的選擇和計(jì)算,通過反向設(shè)計(jì),獲取該特征的所有可行加工方案及其選擇概率,為后續(xù)全局優(yōu)化工藝計(jì)劃過程中動(dòng)態(tài)選擇特征加工方案提供依據(jù).為了制訂最優(yōu)的模具加工工藝計(jì)劃并提高工藝計(jì)劃對(duì)生產(chǎn)環(huán)境的適應(yīng)性,在分析特征加工方案選擇與零件工序排序優(yōu)化關(guān)系的基礎(chǔ)上,提出了一種

4、加工方案選擇與工序排序綜合優(yōu)化的方法.該方法采用基于選擇概率的輪盤賭策略動(dòng)態(tài)選擇特征加工方案,自動(dòng)產(chǎn)生和調(diào)整工序優(yōu)先約束,通過穩(wěn)態(tài)遺傳算法進(jìn)行工序排序優(yōu)化,生成候選最優(yōu)工藝計(jì)劃,最后通過對(duì)候選最優(yōu)工藝計(jì)劃的比較,獲取加工成本最低的工藝計(jì)劃(最優(yōu)工藝計(jì)劃)和若干基于不同加工方案組合的近似最優(yōu)工藝計(jì)劃,提高了工藝計(jì)劃對(duì)生產(chǎn)環(huán)境的適應(yīng)性,克服了當(dāng)前常用工藝優(yōu)化方法容易陷入局部最優(yōu)的不足. 刀具選擇對(duì)模具型腔的加工質(zhì)量和效率至關(guān)重要.目

5、前的方法主要依靠經(jīng)驗(yàn)或者僅進(jìn)行單一目標(biāo)優(yōu)化,難以滿足復(fù)雜模具型腔最優(yōu)刀具參數(shù)選擇的需要. 為此,本文提出了一種綜合考慮總切削時(shí)間和總切削體積的模具型腔粗銑加工刀具選擇多目標(biāo)優(yōu)化模型.通過最小幾何約束提取、切削層優(yōu)化合并和多步長(zhǎng)優(yōu)選算法求解目標(biāo)函數(shù),得到了加工效率最高的刀具組合.基于上述關(guān)鍵技術(shù)研究,利用VC++和UG/OPEN API,在UG NX平臺(tái)上設(shè)計(jì)了模具數(shù)字化制造中智能CAPP的原型系統(tǒng)及其與CAD、CAM集成的解決方