1 / 12 利用机器学习技术对夹具的概念设计序言 :夹具工件是指用来固定和稳固工件的, 用来对一个工件进行大部分加工操作的固定工具。夹具的设计是一个复杂的和直观的过程,这需要知识和经验的积累。而自动化夹具设计过程是困难的,这是因为这个问题需要运用设计的知识。人工智能领域最新的研究进展表明, 特别是在机械学习方面, 提供了运用设计的方法和知识。本文试图运用夹具工件学习技术的概念设计来提供案例研究。关键词 : 夹具设计 ; 知识型系统 ; 机器学习1.介绍制造业目前正在向高度自动化的制造系统发展,这通常导致较低的生产成本和更高的效率。 对于加工一批复杂或精密零件、高度准确的设备是必需的。 这些设备在加工操作时,可以用来稳定和固定工件。由于启发式知识要求的设计设备是复杂的,因此自动化设计也是复杂的, 象一些应用于自动化夹具设计过程的人工智能工具,又比如一些更常见的人工智能运用于如专家系统、 神经网络和遗传算法等中。 每一种都有其优点和缺点。 专家系统利用现有的规则,为夹具设计功能相对较好的初始模型。然而,他们太死板,不能随着时间的推移, 调整和改进自己。 一个神经网络具有良好的学习能力,但是建设合适的神经网络可能是非常复杂的。遗传算法更像是优化工具而非学习工具。机器学习是指具有学习和适应改变的能力,因此它被选为此次夹具设计的研究对象。在随后的章节中, 如何开发一个分类模型的装置,以与如何学习使用机器程序, C4.5 将作为研究的容。在发展过程中遇到的问题,以与提升分类模型的意义,将进行详细的讨论。 此案例的研究将演示如何使用分类模型以与如何提出夹具的概念设计。2. 方法论本研究是通过一个固定数量的属性来描述表示数据的一种象征性方法。分类模型来源于这些数据的在规律, 模型的发展可以分为两个阶段, 即建设阶段和生成分类规则的阶段。2 / 12 2.1 夹具数据的描述所有使用的数据都可以分为若干案例,每个案例共由63 个属性和类组成,本课程容就属于此案例。这些属性主要描述了3 个领域:夹具配置, 工件特性和加工工艺条件。 夹具配置起到了元件的稳定,夹紧和固定作用。一般空间位置和所需的公差,以与工件的特征涉与工件表面的粗糙程度,显著的特性, 大致的尺寸和重量。 加工条件包括元件的批量大小,材料去除率,切削力的作用,和适合加工的区域。对于一个简单适用性的测试, 其包含有概念性的夹具设计, 多种类型的...