1、断确定机械加工余量线般是先进行齿坯的加工，再进行齿面加工。齿坯加工包括各圆柱表面及端面的加工。按照先基准及先粗后精的原则，该零件加工工艺路线如表所示。加工表面尺寸精度粗糙度加工方法右端外圆表面粗车半精车外圆表面粗车半精车内圆表面粗镗半精镗粗磨精磨又断面粗车半精车齿面粗滚精滚键槽以内圆端面为基准，铣孔钻其余未标精度要求表面车槽倒角车工序设计选择加工设备与工艺装备根据不同的工序选择机床刀具检验量具，如表所示。序号工种工序内容定位基准设备下料模锻件热正火车粗车外圆及台阶面与端面粗镗孔外圆端面卧式车床车粗车外圆及其端面粗车孔外圆端面卧式车床车光右端面半镗车孔外圆端面卧式车床车半精车外圆及台阶面倒角外圆端面卧式车床车光左端面，半精车外圆车油槽倒角半精镗孔外圆端面卧式车床磨磨内孔外圆端面磨床滚粗精滚至尺寸内圆端面滚齿机铣键槽内圆端面卧式铣床车镗卡槽，倒角外圆卧式车床钻钻孔内圆端面钻床检检验确定工序尺寸确定圆柱面的工序尺寸。圆柱表面多。

2、合适的数据中心，并根据各中心之间的距离确定隐节点的扩展系数第二阶段为监督学习阶段，用有监督学习算法，如梯度法训练网络得出输出层的权值。虽然可以用批处理来执行上述两种学习阶段，但是用自适应迭代的方法更理想。对于自组织学习过程，我们需要个聚类的算法将所给的数据点剖几个不同的部分，每部分中的数据都尽量有相同性质。种这样的算法为均值聚类算法，他将径向基函数的中心放在输入空间中重要数据点所在的区域上。那么，数据中心的均值聚类算法的步骤如下初始化。选择个互不相同向量作为初始聚类中心，选择方法可以是随机选取。计算各样本点与聚类中心点的距离。相似匹配。将全部样本划分为个子集，每个子集构成个以聚类中心为典型代表的聚类域。更新各类的聚类中心。对各聚类域中的样本取均值表示聚类中心。令,转到第步，重复上述过程，对于均值聚类法，直到时停止训练。各聚类中心确定后，可根据各中心之间的距离确定对应径向基函数的扩展系数。，则扩展系数取，为重叠系数。混合学。

3、提高风电场与电力系统协调运行的能力。根据电力调度部门安排运行方式的不同需求，风电功率预测分为日前预测和实时预测。日前预测是预测明日小时个时点每分钟个时点的风功率数值。实时预测是滚动地预测每个时点未来小时内的个时点每分钟个时点的风功率数值。按预测时间的不同又可分为长期预测中期预测短期预测超短期预测。其中超短期预测是提前几个小时或几十分钟预测。本例预测是根据从风电场获得的风电机组输出功率数据，运用神经网络对风功率进行超短期实时预测并检验预测结果。数据预处理合理性检验风电场输出功率值应均为正值，且不能大于总机组安装容量，故数值范围为单位为。在此数值要求情况下，对风电场输出功率数据进行适当修正。数据标准化在保证数据信息损失小的前提下，为减少网络的训练时间，利用最大最小标准化为数据进行归化，并对数值保留小数点后四位。归化计算公式为式中，和分别为校正风功率数据中的最大值和最小值，该公式将数据归化到，之间。转化矩阵形式对时间序列数据进。

4、行，这样会导致解线性方程组时出现奇异矩阵，导致解的结果不可靠，这种情况随着样本数的增加而更加明显。因此，这种方法适用于那些给定样本数据具有代表性的问题。而对于输入样本数据具有定冗余性的问题来说，这种方法就不太适用。为此，设计者可以考虑在样本密集的地方中心点可以适当多些，样本稀疏的地方中心点可以少些进步的方法是通过自组织的方法自动找到不同区域样本的代表向量。在这种方法中，旦中心点选定，就而已进步确定基函数的扩展系数。例如高斯函数的宽度可以取式中，是所选数据中心之间的最大距离，是数据中心的数目。自组织学习选取中心及网络设计中心通过自组织学习进行聚类，选取聚类中心作为中心，而输出层的权值可以通过解线性方程组，也可以通过有监督的学习规则计算。自组织学习的目的是使的中心位于样本空间的代表性区域。年，和提出种由两个阶段组成的混合学习过程的思路。第阶段为自组织学习阶段，目的是为隐藏层径向基函数的中心估计个合适的位置，可采用聚类算法确定。

5、滑参数的步骤为定义规模为的初始种群根据缺交叉预测的方法，分别计算每个个体的适应度根据得到的适应度，保留若干个适应度大的优良个体执行选择交换变异操作，生成新代种群判断是否满足终止条件，若是，求出最优解若否，返回至步骤。终止条件可以设置成连续进化几代后，最优值仍然保持不变，或已经达到最大进化代数。最终，经过遗传算法优化，得到最优值。图遗传算法的运算流程基于神经网络的风功率预测建模方法问题描述我国的风电开发已具有相当规模，为保证风电并网后电网安全可靠运行，电网企业作为风电的实际调度主体，熟悉大范围内风电运行特性，应充分发挥自身优势，参与风电功率预测系统的开发建设工作，不断完善风电功率预测系统的功能，并且根据我国实际特点，电网企业能够有条件制定适应我国风电开发特点的风电功率预测执行规范。风电场功率预测是指风电场经营企业根据气象条件统计规律等技术和手段，提前对定运行时间内风电场发电有功功率进行分析预报，向电网调度机构提交预报结果，。

6、次加工的工序尺寸只与加工余量有关。前面已确定各圆柱面的总加工余量毛坯余量，应将毛坯余量分为各工序加工余量，然后由后往前计算工序尺寸。中间工序尺寸的公差按加工方法的根据锻件质量零件表面粗糙度形状复杂系数查金属机械加工工艺人员手册中锻件内外表面加工余量表，查得单边余量在厚度方向为，水平方向为。锻件中心两孔的单面余量按手册中锻件内孔直径的单面机械加工余量表，可查得为。确定毛坯尺寸根据查得的加工余量适当选择稍大点即可，只有孔，因为表面粗糙度要求达到，考虑磨削孔前的余量要大，可确定精镗孔单面余量为。其他槽孔随所在平面锻造成实体。具体加工余量的选择大小如表所示。确定毛坯尺寸公差毛坯尺寸公差根据锻件质量材质系数形状复杂系数从手册中查锻件的长度宽度高度厚度公差表可得。具体如表所示。零件尺寸单面加工余量锻件尺寸偏差孔深绘制毛坯图根据确定的毛坯尺寸和加工余量，可绘制毛坯零件合图，外圆角半径为，内圆角半径为内外模锻斜度分别为。如图所示。选择加。

7、习过程的第二步是用有监督学习算法得到输出层的权值，常采用算法，下节中有所说明。有监督学习选取中心及网络设计关于数据中心的监督学习算法，最般的情况是对输出层各权向量赋小随机数并进行归化处理隐节点函数的中心，扩展系数和输出层权值均采用监督学习算法进行训练，所有参数都经历个误差修正学习过程。以单输出网络为例，采用梯度下降算法。定义目标函数为式中，为训练样本数，为输入第个样本时的误差信号。定义为，式中输出函数忽略了阈值。为使目标函数最小化，各参数修正量应与其负梯度成正比，经推到得计算式为隐单元中心调整函数宽度扩展系数调整输出单元的权值更新上述目标函数是所有训练样本引起的误差的总和，导出的参数修正公式是种批处理式调整。其他方法试验法令扩展参数以增量在定范围,内递增变化，在学习样本中，采用的数据作为训练样本数据，对网络进行训练。然后用训练出的网络对另外为检验样本数据进行预测，最后得出预测值与样本之间的误差矩阵，用式作为评价网络性能的。

8、合适的数据中心，并根据各中心之间的距离确定隐节点的扩展系数第二阶段为监督学习阶段，用有监督学习算法，如梯度法训练网络得出输出层的权值。虽然可以用批处理来执行上述两种学习阶段，但是用自适应迭代的方法更理想。对于自组织学习过程，我们需要个聚类的算法将所给的数据点剖几个不同的部分，每部分中的数据都尽量有相同性质。种这样的算法为均值聚类算法，他将径向基函数的中心放在输入空间中重要数据点所在的区域上。那么，数据中心的均值聚类算法的步骤如下初始化。选择个互不相同向量作为初始聚类中心，选择方法可以是随机选取。计算各样本点与聚类中心点的距离。相似匹配。将全部样本划分为个子集，每个子集构成个以聚类中心为典型代表的聚类域。更新各类的聚类中心。对各聚类域中的样本取均值表示聚类中心。令,转到第步，重复上述过程，对于均值聚类法，直到时停止训练。各聚类中心确定后，可根据各中心之间的距离确定对应径向基函数的扩展系数。，则扩展系数取，为重叠系数。混合学。

9、指标，将能够令误差最小的扩展参数的值选出，并用在最后的网络预测中，而式可以作为网络训练的终止准则。可以看出，扩展参数的确定过程体现了对网络性能的验证过程。文中由于将预测的数据均标准化至,区间内，输入向量之间距离的最大及最小值分别为和，因此选择扩展参数由,并以步长为进行变化。采用进化优选算法选择中心把网络的结构设计问题归结为寻找最优选择路径问题，然后采用进化策略进行寻找，从而得到最优的数据中心及扩展系数。例如基于免疫算法的网络优化基于遗传算法的网络优化。下面以遗传算法为例介绍。遗传算法，是类借鉴生物界的进化规则适者生存，优胜劣汰遗传机制演化而来的种全局自适应优化概率搜索算法。遗传算法模拟自然选择和自然遗传过程中发生的繁殖交叉和基因突变现象，在每次迭代中都保留组候选解，并按照些指标从解群中选取较优的个体，利用遗传算子选择交叉和变异对这些个体进行组合，产生新代的候选解群，重复此过程，直到选出满足些收敛指标为止。用遗传算法优化平。

10、行，这样会导致解线性方程组时出现奇异矩阵，导致解的结果不可靠，这种情况随着样本数的增加而更加明显。因此，这种方法适用于那些给定样本数据具有代表性的问题。而对于输入样本数据具有定冗余性的问题来说，这种方法就不太适用。为此，设计者可以考虑在样本密集的地方中心点可以适当多些，样本稀疏的地方中心点可以少些进步的方法是通过自组织的方法自动找到不同区域样本的代表向量。在这种方法中，旦中心点选定，就而已进步确定基函数的扩展系数。例如高斯函数的宽度可以取式中，是所选数据中心之间的最大距离，是数据中心的数目。自组织学习选取中心及网络设计中心通过自组织学习进行聚类，选取聚类中心作为中心，而输出层的权值可以通过解线性方程组，也可以通过有监督的学习规则计算。自组织学习的目的是使的中心位于样本空间的代表性区域。年，和提出种由两个阶段组成的混合学习过程的思路。第阶段为自组织学习阶段，目的是为隐藏层径向基函数的中心估计个合适的位置，可采用聚类算法确定。

11、习过程的第二步是用有监督学习算法得到输出层的权值，常采用算法，下节中有所说明。有监督学习选取中心及网络设计关于数据中心的监督学习算法，最般的情况是对输出层各权向量赋小随机数并进行归化处理隐节点函数的中心，扩展系数和输出层权值均采用监督学习算法进行训练，所有参数都经历个误差修正学习过程。以单输出网络为例，采用梯度下降算法。定义目标函数为式中，为训练样本数，为输入第个样本时的误差信号。定义为，式中输出函数忽略了阈值。为使目标函数最小化，各参数修正量应与其负梯度成正比，经推到得计算式为隐单元中心调整函数宽度扩展系数调整输出单元的权值更新上述目标函数是所有训练样本引起的误差的总和，导出的参数修正公式是种批处理式调整。其他方法试验法令扩展参数以增量在定范围,内递增变化，在学习样本中，采用的数据作为训练样本数据，对网络进行训练。然后用训练出的网络对另外为检验样本数据进行预测，最后得出预测值与样本之间的误差矩阵，用式作为评价网络性能的。

12、工方法，制定工艺路线定位基准的选择本零件是带圆盘状齿轮，孔是其设计基准亦是装配基准和测量基准，为避免由于基准不重合而产生的误差，应选孔为定位基准，即遵循基准重合的原则，即精基准选的孔及其端面。由于离合器齿轮所有表面都要加工，而孔作为精基准应先进行加工，因此应选外圆及其端面为粗基准。但因为外圆上有分模面，表面不平整，有飞边等缺陷，定位不可靠，故不能选为粗基准。零件表面加工方法的选择该零件的主要加工表面有外圆内孔端面齿面槽及孔，其加工方法选择如表所示。制订工艺路线齿轮的加工工艺路要求分析选择依据和对加工精度的影响，同时确定各工件的定位夹紧方式。安排各表面加工顺序，拟订工艺路线选择加工设备机床和工艺装备确定工序余量工序尺寸及公差表面的工序余量可用查表法确定。确定各工序的切削用量在机床刀具加工余量确定的基础上，各工序的切削用量可采用查表法确定。绘制各工序的工序简图对绘制工序简图的要求工序简图中工件的位置应是工件在本工序加工中的装。

参考资料：

[1]【终稿】基于AT89C51的锁相频率合成器的设计【CAD图纸全套终稿】（第2355105页，发表于2022-06-25）

[2]【终稿】基于ANSYS的平台式汽车大梁校正仪设计【CAD图纸全套终稿】（第2355104页，发表于2022-06-25）

[3]【终稿】基于1BF160型拔杆粉碎还田机设计【CAD图纸全套终稿】（第2355101页，发表于2022-06-25）

[4]【终稿】城市道路清扫车的设计【CAD图纸全套终稿】（第2355100页，发表于2022-06-25）

[5]【终稿】城市纯电动中型客车的总体设计【CAD图纸全套终稿】（第2355098页，发表于2022-06-25）

[6]【终稿】城市窨井污泥抽取装置的研发设计【CAD图纸全套终稿】（第2355096页，发表于2022-06-25）

[7]【终稿】城市多层泊车立体库结构及控制设计【CAD图纸全套终稿】（第2355095页，发表于2022-06-25）

[8]【终稿】城市垃圾收集箱创新设计【CAD图纸全套终稿】（第2355094页，发表于2022-06-25）

[9]【终稿】垫片落料冲孔复合模设计【CAD图纸全套终稿】（第2355093页，发表于2022-06-25）

[10]【终稿】垫片级进模设计【CAD图纸全套终稿】（第2355092页，发表于2022-06-25）

[11]【终稿】垫片冲裁模设计【CAD图纸全套终稿】（第2355091页，发表于2022-06-25）

[12]【终稿】垫片冲压模具设计【CAD图纸全套终稿】（第2355090页，发表于2022-06-25）

[13]【终稿】垫板复合倒装模具设计【CAD图纸全套终稿】（第2355089页，发表于2022-06-25）

[14]【终稿】垫板的设计与制造【CAD图纸全套终稿】（第2355088页，发表于2022-06-25）

[15]【终稿】垫圈级进模设计【CAD图纸全套终稿】（第2355087页，发表于2022-06-25）

[16]【终稿】垫圈复合倒装模具设计【CAD图纸全套终稿】（第2355085页，发表于2022-06-25）

[17]【终稿】垃圾车拉臂式垃圾车的改装设计【CAD图纸全套终稿】（第2355084页，发表于2022-06-25）

[18]【终稿】垃圾分拣装置结构设计【CAD图纸全套终稿】（第2355083页，发表于2022-06-25）

[19]【终稿】垃圾中转设备减振装置设计【CAD图纸全套终稿】（第2355082页，发表于2022-06-25）

[20]【终稿】垂直轴风力发电机设计【CAD图纸全套终稿】（第2355081页，发表于2022-06-25）

仅支持预览图纸，请谨慎下载！