激光选区熔化工艺数据库与工艺推荐研究
这是一篇关于激光选区熔化,工艺数据库,工艺推荐,BP神经网络,层次分析法,案例推理,粒子群算法,GH4169的论文, 主要内容为激光选区熔化(Selective Laser Melting,SLM)技术成形范围广、制造周期短、成形件综合性能优良,在航天发动机复杂构件快速研制领域拥有传统制造技术不具备的优势。但SLM成形件力学性能受关键工艺参数的复杂耦合影响,导致“经验法”难以在较少的“试错”次数中准确获取满足需求的工艺方案;SLM历史工艺数据未得到知识挖掘,难以为后续工艺设计提供指导。为此,本文开展SLM工艺数据库与工艺推荐研究,设计工艺数据库并采集实验数据、建立工艺知识库、提出用于SLM工艺推荐的案例推理-粒子群混合模型,并开发了相应系统。主要完成了以下工作:(1)设计了SLM工艺数据库并完成实验数据采集。首先分析得出SLM工艺流程及生产中存在的问题,提出了SLM工艺数据库的功能需求;然后建立了数据库的概念模型、逻辑模型;最后设计并实施正交实验,完成了工艺数据库的数据采集工作。(2)建立了包括预测模型库与案例库的SLM工艺知识库。采用BP神经网络(Back Propagation Neural Network,BP)与多元回归分析方法,以关键工艺参数为输入,分别建立了高温合金GH4169的致密度、抗拉强度、屈服强度、断后伸长率预测模型,并择优构建了预测模型库;BP神经网络模型的标准误差分别降低了30.47%、28.39%、22.33%、31.97%。基于工艺设计需求建立了案例表示模型并构建了案例库。(3)提出了一种用于SLM工艺推荐的案例推理-粒子群混合模型。首先建立了加权案例推理模型,实现了相似历史工艺方案的优选推荐;然后针对无法检索到相似案例的情况,提出了加权粒子群模型,快速准确地实现了对用户需求工艺方案的生成推荐;最后设计实验验证了模型的推荐效果,当案例库中存在、不存在相似案例时,混合模型的工艺推荐准确度分别达到99.81%、96.32%。(4)设计开发了SLM工艺数据库与工艺推荐系统。首先对系统进行解耦设计;然后选择合适的平台与工具对系统进行开发;最后测试了系统功能。结果表明,SLM工艺数据库与工艺推荐系统能够实现工艺数据的有效挖掘和工艺方案的准确推荐。
激光选区熔化工艺数据库与工艺推荐研究
这是一篇关于激光选区熔化,工艺数据库,工艺推荐,BP神经网络,层次分析法,案例推理,粒子群算法,GH4169的论文, 主要内容为激光选区熔化(Selective Laser Melting,SLM)技术成形范围广、制造周期短、成形件综合性能优良,在航天发动机复杂构件快速研制领域拥有传统制造技术不具备的优势。但SLM成形件力学性能受关键工艺参数的复杂耦合影响,导致“经验法”难以在较少的“试错”次数中准确获取满足需求的工艺方案;SLM历史工艺数据未得到知识挖掘,难以为后续工艺设计提供指导。为此,本文开展SLM工艺数据库与工艺推荐研究,设计工艺数据库并采集实验数据、建立工艺知识库、提出用于SLM工艺推荐的案例推理-粒子群混合模型,并开发了相应系统。主要完成了以下工作:(1)设计了SLM工艺数据库并完成实验数据采集。首先分析得出SLM工艺流程及生产中存在的问题,提出了SLM工艺数据库的功能需求;然后建立了数据库的概念模型、逻辑模型;最后设计并实施正交实验,完成了工艺数据库的数据采集工作。(2)建立了包括预测模型库与案例库的SLM工艺知识库。采用BP神经网络(Back Propagation Neural Network,BP)与多元回归分析方法,以关键工艺参数为输入,分别建立了高温合金GH4169的致密度、抗拉强度、屈服强度、断后伸长率预测模型,并择优构建了预测模型库;BP神经网络模型的标准误差分别降低了30.47%、28.39%、22.33%、31.97%。基于工艺设计需求建立了案例表示模型并构建了案例库。(3)提出了一种用于SLM工艺推荐的案例推理-粒子群混合模型。首先建立了加权案例推理模型,实现了相似历史工艺方案的优选推荐;然后针对无法检索到相似案例的情况,提出了加权粒子群模型,快速准确地实现了对用户需求工艺方案的生成推荐;最后设计实验验证了模型的推荐效果,当案例库中存在、不存在相似案例时,混合模型的工艺推荐准确度分别达到99.81%、96.32%。(4)设计开发了SLM工艺数据库与工艺推荐系统。首先对系统进行解耦设计;然后选择合适的平台与工具对系统进行开发;最后测试了系统功能。结果表明,SLM工艺数据库与工艺推荐系统能够实现工艺数据的有效挖掘和工艺方案的准确推荐。
激光选区熔化工艺数据库与工艺推荐研究
这是一篇关于激光选区熔化,工艺数据库,工艺推荐,BP神经网络,层次分析法,案例推理,粒子群算法,GH4169的论文, 主要内容为激光选区熔化(Selective Laser Melting,SLM)技术成形范围广、制造周期短、成形件综合性能优良,在航天发动机复杂构件快速研制领域拥有传统制造技术不具备的优势。但SLM成形件力学性能受关键工艺参数的复杂耦合影响,导致“经验法”难以在较少的“试错”次数中准确获取满足需求的工艺方案;SLM历史工艺数据未得到知识挖掘,难以为后续工艺设计提供指导。为此,本文开展SLM工艺数据库与工艺推荐研究,设计工艺数据库并采集实验数据、建立工艺知识库、提出用于SLM工艺推荐的案例推理-粒子群混合模型,并开发了相应系统。主要完成了以下工作:(1)设计了SLM工艺数据库并完成实验数据采集。首先分析得出SLM工艺流程及生产中存在的问题,提出了SLM工艺数据库的功能需求;然后建立了数据库的概念模型、逻辑模型;最后设计并实施正交实验,完成了工艺数据库的数据采集工作。(2)建立了包括预测模型库与案例库的SLM工艺知识库。采用BP神经网络(Back Propagation Neural Network,BP)与多元回归分析方法,以关键工艺参数为输入,分别建立了高温合金GH4169的致密度、抗拉强度、屈服强度、断后伸长率预测模型,并择优构建了预测模型库;BP神经网络模型的标准误差分别降低了30.47%、28.39%、22.33%、31.97%。基于工艺设计需求建立了案例表示模型并构建了案例库。(3)提出了一种用于SLM工艺推荐的案例推理-粒子群混合模型。首先建立了加权案例推理模型,实现了相似历史工艺方案的优选推荐;然后针对无法检索到相似案例的情况,提出了加权粒子群模型,快速准确地实现了对用户需求工艺方案的生成推荐;最后设计实验验证了模型的推荐效果,当案例库中存在、不存在相似案例时,混合模型的工艺推荐准确度分别达到99.81%、96.32%。(4)设计开发了SLM工艺数据库与工艺推荐系统。首先对系统进行解耦设计;然后选择合适的平台与工具对系统进行开发;最后测试了系统功能。结果表明,SLM工艺数据库与工艺推荐系统能够实现工艺数据的有效挖掘和工艺方案的准确推荐。
激光选区熔化工艺数据库与工艺推荐研究
这是一篇关于激光选区熔化,工艺数据库,工艺推荐,BP神经网络,层次分析法,案例推理,粒子群算法,GH4169的论文, 主要内容为激光选区熔化(Selective Laser Melting,SLM)技术成形范围广、制造周期短、成形件综合性能优良,在航天发动机复杂构件快速研制领域拥有传统制造技术不具备的优势。但SLM成形件力学性能受关键工艺参数的复杂耦合影响,导致“经验法”难以在较少的“试错”次数中准确获取满足需求的工艺方案;SLM历史工艺数据未得到知识挖掘,难以为后续工艺设计提供指导。为此,本文开展SLM工艺数据库与工艺推荐研究,设计工艺数据库并采集实验数据、建立工艺知识库、提出用于SLM工艺推荐的案例推理-粒子群混合模型,并开发了相应系统。主要完成了以下工作:(1)设计了SLM工艺数据库并完成实验数据采集。首先分析得出SLM工艺流程及生产中存在的问题,提出了SLM工艺数据库的功能需求;然后建立了数据库的概念模型、逻辑模型;最后设计并实施正交实验,完成了工艺数据库的数据采集工作。(2)建立了包括预测模型库与案例库的SLM工艺知识库。采用BP神经网络(Back Propagation Neural Network,BP)与多元回归分析方法,以关键工艺参数为输入,分别建立了高温合金GH4169的致密度、抗拉强度、屈服强度、断后伸长率预测模型,并择优构建了预测模型库;BP神经网络模型的标准误差分别降低了30.47%、28.39%、22.33%、31.97%。基于工艺设计需求建立了案例表示模型并构建了案例库。(3)提出了一种用于SLM工艺推荐的案例推理-粒子群混合模型。首先建立了加权案例推理模型,实现了相似历史工艺方案的优选推荐;然后针对无法检索到相似案例的情况,提出了加权粒子群模型,快速准确地实现了对用户需求工艺方案的生成推荐;最后设计实验验证了模型的推荐效果,当案例库中存在、不存在相似案例时,混合模型的工艺推荐准确度分别达到99.81%、96.32%。(4)设计开发了SLM工艺数据库与工艺推荐系统。首先对系统进行解耦设计;然后选择合适的平台与工具对系统进行开发;最后测试了系统功能。结果表明,SLM工艺数据库与工艺推荐系统能够实现工艺数据的有效挖掘和工艺方案的准确推荐。
纺纱信息管理与工艺推荐系统的开发
这是一篇关于纺纱信息,信息管理,毛纺工艺,工艺推荐,案例推理的论文, 主要内容为随着信息化与智能化管理系统在纺织行业的应用,一些企业的生产效率得到很大提升,产品质量和生产成本也得到了优化。面对竞争日益激烈的市场,这些企业往往更具有竞争力,对于市场变化的反应更快。但对于大多数纺织企业来说,其信息化、智能化管理水平并不高。因此,有必要推进信息化、智能化管理系统的建设,改变原有的生产管理模式。对此,本课题与浙江湖州高盛毛纺有限公司进行合作,开发了一套纺纱信息管理与工艺推荐系统。主要研究内容与工作如下:(1)首先分析了企业生产管理的现状,然后对企业的需求进行了实际调研,确定了纺纱信息管理与工艺推荐系统的需求。在需求分析基础上,对系统的结构及数据库进行设计,并基于B/S(浏览器/服务器)模式,采用前后端分离技术,前端使用vue框架,后端使用springboot框架,结合Mysql数据库开发系统。其中,纺纱信息管理子系统主要对纺纱工艺参数、基于离线检测的质量数据、纺纱台账、仓储台账、产量报表和管纱质量报表的信息化管理进行研究,具备增删查改等功能。(2)毛纺工艺推荐子系统是对工艺参数、成纱质量的深层次应用,主要通过构建基于案例推理(CBR)的工艺推荐模型来实现。具体研究内容包括:1)基于纺纱信息管理子系统中的纺纱工艺参数和质量数据,再根据纱线特征和纤维性能指标对工艺设计的影响,构建了包含纱线规格及纤维性能指标、各工序工艺参数、成纱质量数据三部分内容的案例库并实现了案例的表达。2)确定了案例的特征属性和对应的相似度计算算法,并通过纱线和纤维两个层面的特征属性的综合相似度来进行毛纺工艺的推荐。3)采用层次分析法(AHP)和专家打分法相结合,确定了在计算综合相似度时纱线层面的特征属性的权重,避免了设计人员自主赋予权重可能带来的偏差,并根据权重最高的特征属性(纺纱方式),对历史案例进行过滤,提高了推荐效率。毛纺工艺推荐子系统不仅能够使得企业的工艺知识完善保存,也提高工艺的重用效率,加快工艺设计,进而提高企业的反应速度。
激光选区熔化工艺数据库与工艺推荐研究
这是一篇关于激光选区熔化,工艺数据库,工艺推荐,BP神经网络,层次分析法,案例推理,粒子群算法,GH4169的论文, 主要内容为激光选区熔化(Selective Laser Melting,SLM)技术成形范围广、制造周期短、成形件综合性能优良,在航天发动机复杂构件快速研制领域拥有传统制造技术不具备的优势。但SLM成形件力学性能受关键工艺参数的复杂耦合影响,导致“经验法”难以在较少的“试错”次数中准确获取满足需求的工艺方案;SLM历史工艺数据未得到知识挖掘,难以为后续工艺设计提供指导。为此,本文开展SLM工艺数据库与工艺推荐研究,设计工艺数据库并采集实验数据、建立工艺知识库、提出用于SLM工艺推荐的案例推理-粒子群混合模型,并开发了相应系统。主要完成了以下工作:(1)设计了SLM工艺数据库并完成实验数据采集。首先分析得出SLM工艺流程及生产中存在的问题,提出了SLM工艺数据库的功能需求;然后建立了数据库的概念模型、逻辑模型;最后设计并实施正交实验,完成了工艺数据库的数据采集工作。(2)建立了包括预测模型库与案例库的SLM工艺知识库。采用BP神经网络(Back Propagation Neural Network,BP)与多元回归分析方法,以关键工艺参数为输入,分别建立了高温合金GH4169的致密度、抗拉强度、屈服强度、断后伸长率预测模型,并择优构建了预测模型库;BP神经网络模型的标准误差分别降低了30.47%、28.39%、22.33%、31.97%。基于工艺设计需求建立了案例表示模型并构建了案例库。(3)提出了一种用于SLM工艺推荐的案例推理-粒子群混合模型。首先建立了加权案例推理模型,实现了相似历史工艺方案的优选推荐;然后针对无法检索到相似案例的情况,提出了加权粒子群模型,快速准确地实现了对用户需求工艺方案的生成推荐;最后设计实验验证了模型的推荐效果,当案例库中存在、不存在相似案例时,混合模型的工艺推荐准确度分别达到99.81%、96.32%。(4)设计开发了SLM工艺数据库与工艺推荐系统。首先对系统进行解耦设计;然后选择合适的平台与工具对系统进行开发;最后测试了系统功能。结果表明,SLM工艺数据库与工艺推荐系统能够实现工艺数据的有效挖掘和工艺方案的准确推荐。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设港湾 ，原文地址：https://m.bishedaima.com/lunwen/50287.html
