铣床夹具设计 ㊣ 精品文档 值得下载

，青岛理工大学琴岛学院本科毕业设计说明书论文，，青岛理工大学琴岛学院本科毕业设计说明书论文，，，，，青岛理工大学琴岛学院本科毕业设计说明书论文，，，局和夹紧力优化结合的程序。

他们用接触弹性建模方法解释工件刚体动力学在加工期间的影响。

等人用验证夹具设计的完整性。

他们用方法。

提出优化分析。

等人通过力锁合优化与有限建模方法描述了建模优化夹具的分析与验证。

青岛理工大学琴岛学院本科毕业设计说明书论文以上大部分的研究使用线性和非线性编程方式这通常不会给出全局最优解决方案。

所有的夹具布局优化程序开始于个初始可行布局。

这些方法给出的解决方案在很大程度上取决于初始夹具布局。

他们没有考虑到工件夹具布局优化对整体的变形。

已被证明在解决工程中优化问题是有用的。

夹具设计具有巨大的解决空间并需要搜索工具找到最好的设计。

些研究人员曾使用解决夹具设计及夹具布局问题。

等人用和神经网络设计夹具。

已经将用于支撑位置的优化。

等人提出基于优化方法的，它采用空间坐标来表示夹具元件的位置。

夹具布局优化程序设计的实现是使用和遗传算法工具箱。

和用于模型。

等人提出些结果关于个广泛调查不同优化方法的相对有效性。

他们的研究表明连续遗传算法提出了最优质的解决方案。

和使用遗传算法确定了夹具设计最优配置的金属片。

已经用于适应度值评价。

提出自动选择最佳夹子和夹钳的数目以及它们在金属片整合的夹具中的最优位置。

和开发了种夹具布局优化技术，它是利用遗传算法找到了夹具布局，由于整个刀具路径中的夹紧力和加工力使加工表面变形量最小化。

通过节点编号使定位器和夹具位置特殊化。

个内置的有限元求解器研制成功。

些研究没考虑到整个刀具路径的优化布局以及磨屑清除。

些研究采用节点编号作为设计参数。

在本研究中，开发工具用于寻找在二维工件中的最优定位器和夹紧位置。

使用参考边缘的距离作为设计参数而不是用节点编号。

真正编码遗传算法的染色体的健康指数是从结果中获得的。

用于计算。

用染色体文库的方法是为了减少解决问题的时间。

用两个问题测试已开发的遗传算法工具。

给出的两个实例说明了这个开发的方法。

本论文的主要贡献可以概括为以下几个方面开发了遗传算法编码结合商业有限元素求解遗传算法采用染色体文库以降低计算时间使用真正的设计参数，而不是有限元节点数字当工具在工件中移动时考虑磨屑清除工具。

遗传算法概念遗传算法最初由开发。

出版了本书，解释了这个理论和遗传算法应用实例的详细说明。

遗传算法是种随机搜索方法，它模拟些自然演化的机制。

该算法用于种群设计。

种群从代到另代演化，通过自然选择逐渐提高了适应环境的能力，更健康的个体有更好的机会，将他们的特征传给后代。

该算法中，要基于为每个设计计算适合性，所以人工选择取代自然环境选择。

适应度值这个词用来指明染色体生存几率，它在本质上是该优化问题的目标函数。

生物定义的特征染色体用代表设计变量的字符串中的数值代替。

青岛理工大学琴岛学院本科毕业设计说明书论文被公认的遗传算法与传统的梯度基础优化技术的不同主要有如下四种方式遗传算法和问题中的种编码的设计变量和参数起工作而不是实际参数本身。

遗传算法使用种群类型研究。

评价在每个重复中的许多不同的设计要点而不是个点顺序移动到下个。

遗传算法仅仅需要个适当的或目标函数值。

没有衍生品或梯度是必要的。

遗传算法以用概率转换规则来发现新设计为探索点而不是利用基于梯度信息的确定性规则来找到这些新观点。

方法夹具定位原则加工过程中，用夹具来保持工件处于个稳定的操作位置。

对于夹具最重要的标准是工件位置精确度和工件变形。

个良好的夹具设计使工件几何和加工精度误差最小化。

另个夹具设计的要求是夹具必须限制工件的变形。

考虑切削力以及夹紧力是很重要的。

没有足够的夹具支撑，加工操作就不符合设计公差。

有限元分析在解决这其中的些问题时是种很有力的工具。

棱柱形零件常见的定位方法是方法。

该方法具有最大刚体度以及最小夹具元件数。

在三维中个工件可能会通过六自由度定位方法快速定位为了限制工件的九个自由度。

其他的三个自由度通过夹具元件消除了。

基于定位原理的二位工件布局的例子如图。

图对二维棱柱工件定位布局定位面得数量不得超过两个避免冗余的位置。

基于的夹具设计原则有两种精确的定位平面包含于两个或个定位器。

因此，在两边有最大的夹紧力抵抗每个定位平面。

夹紧力总是指向定位器为了推动工件接触到所有的定位器。

定位点对面应定位夹紧点防止工件由于夹紧力而扭曲。

因为加工力沿着加工面，所以有必要确保定位器的反应力在所有时间内是正的。

任何负面的反应力表示工件从夹具元件中脱离。

换句话说，当青岛理工大学琴岛学院本科毕业设计说明书论文反应力是负的时候，工件和夹具元件之间接触或分离的损失可能发生。

定位器内正的反应力确保工件从切削开始到结束都能接触到所有的定位器。

夹紧力应该充分束缚和定位工件且不导致工件的变形或损坏。

本文不考虑夹紧力的优化。

基于夹具布局优化方法的遗传算法在实际设计问题中，设计参数的数量可能很大并且它们对目标函数的影响会是非常复杂的。

目标函数曲线必须是光滑的并且需要个程序计算梯度。

遗传算法在理念上远不同于其他的探究方法，它们包括传统的优化方法和其他随机方法。

通过运用遗传算法来对夹具优化布局，可以获得个或组最优的解决方案。

本项研究中，最优定位器和夹具定位使用遗传算法确定。

它们是理想的适合夹具布局优化问题的方法因为没有直接分析的关系存在于加工误差和夹具布局中。

因为遗传算法仅仅为个特别的夹具布局处理设计变量和目标函数值，所以不需要梯度或辅助信息。

建议方案流程图如图。

使用开发的命名为的语言软件来实现夹具布局优化。

位移量用软件计算。

通过功能在中运行很简单。

和之间相互作用通过四部实现定位器和夹具位置从二进制代码字符串中提取作为真正的参数。

这些参数和输入批处理文件建模解决方案和后置处理用功能传给。

解决后将位移值写成个文本文件。

读这个文件并为当前定位器和夹紧位置计算适应度值。

为了减少计算量，染色体与适应度值储存在个文库里以备进步评估。

首先检查是否当前的染色体的适应度值已经在之前被计算过。

如果没有，定位器位置被送到，否则从文库中取走适应度值。

在初始种群产生过程中，检查每个染色体可行与否。

如果违反了这个原则，它就会出局然后新的染色体就产生了。

这个程序创造了可行的初始种群。

这保证了初始种群的每个染色体在夹紧力和切削力作用下工件的稳定性。

用两个测试用例来验证提到的遗传算法计划。

第个实例是使用功能。

在第二个测试用例中，遗传算法计划用来优化均布载荷作用下梁的支撑位置。

青岛理工大学琴岛学院本科毕业设计说明书论文图设计方法的流程与相配合流程夹具布局优化的个案研究该夹具布局优化问题的定义是找到定位器和夹子的位置以使在特定区工件变形降到最小程度。

那么多的定位器和夹子并不是设计参数因为它们在方案中是已知的和固定的。

因此，设计参数的选择如同定位器和夹子的位置。

本研究中不考虑摩擦力。

两个实例研究来说明以提出的方法。

结论本文提出了个夹具布局优化的评价优化技术。

用于计算适应度值。

可以看到，遗传算法和方法的结合对当今此类问题似乎是种强大的方法。

遗传算法特别适合应用于解决那些在目标函数和设计变量之间不存在个定义明确的数学关系的问题。

结果证明遗传算法在夹具布局优化问题方面的成功应用。

本项研究中，遗传算法在夹具布局优化应用中的主要困难是较高的计算成本。

种群中每个染色体需要工件的重啮合。

但是，染色体库的使用，评价的数量从下降到。

这就导致了巨大的增益计算效益。

其他减少处理时间的方法是在局域网内使用分布式计算。

该方法结果表明，夹具布局优化问题是多模态问题。

优化设计之间没有任何明显的青岛理工大学琴岛学院本科毕业设计说明书论文相似之处尽管他们提供非常相似的表现。

结果表明夹具布局问题是多模态问题然而用于夹具设计的启发式规则应该用于遗传算法来选择最优的设计。

，，，，，，