2014文献翻译.docVIP

宁波大红鹰学院 毕业设计（论文）外文翻译 英文翻译题目一： 一个基于智能模块化夹具单元智能化夹具设计方法英文题目一 一个基于智能模块化夹具单元智能化夹具设计方法 年 月 日 英文题目二 用于加工夹具设计的一个案例推理方法 翻译内容 摘要： 适当的夹具设计可以降低加工时间，降低成本，提高产品质量。本文提出了一种基于案例的推理（CBR）方法，以提高索引和检索这是在加工夹具设计系统中的关键问题的方法。案例存储夹具设计案例索引方法开发，使数据库构造分为两个层次，管理和分类众多相关工装夹具的设计。该数据包括现有的工件及相关夹具规划和单元存作为解决方案。基于这种方法，一个CBR方法用两步骤的情况下的检索呈现。我们的目标是提高搜索结果的数据库进行加工夹具设计。在此基于CBR的夹具设计方法，相应的工件中的数据库通过使用设计要求第一电平被发现。然后，将适当的概念夹具设计可通过从第二级中检索相关的夹具的情况下才能实现。该方法通过参照以往的设计案例，以快速，方便地生成一个概念夹具设计方式方便了夹具设计。它也建议一些替代夹具的情况下有助于整理设计。最后，有几个案例研究是用来验证和展示了该方法的适用性和可用性。 关键词：加工夹具设计、具单元设计、病例推理（CBR） 1引言 夹具是特殊的工具，它主要用于在生产操作精确，牢固定位工件。夹具所需的机械加工，焊接，装配，检验等操作[1，2]。加工夹具直接影响生产效率，加工质量和加工零件的成本。研究表明，大约40％的被拒绝的份都标注错误的主要原因是由于不良的夹具设计[2]。事实上，夹具设计和生产构成对制造工艺[3]总支出的10％-20％。夹具设计的过程是复杂的，基于经验的，所以夹具设计师都要求有10年以上的实践经验，也没有任何理论贯穿到支持[4]。传统上，机加工夹具已经设计并通过试错方法来制造。因此，开发工具是必需的，以便消除昂贵和浪费时间的传统并且还简化夹具的设计方法[5]。 80年代以来，随着计算机辅助夹具设计（CAFD）的研究已经进行，以提高夹具设计过程。在这种情况下，夹具CAD已经采用通过几年一些人工智能（AI）的技术，以帮助将固定件设计者[3]。然而，夹具设计仍然是在本制造领域[2]一个令人关注的问题。在最近二十年，大部分注意力都尚未支付给搜索和夹具布局优化，同时对知识驱动的夹具设计研究仍需要深化[6,7]。关于复杂性和对被经验为基础的夹具设计，CBR，已成为人工智能技术最流行和最有效的方法，但仍有一些不足之处与现有的夹具设计CBR基础的应用[4]。CBR利用的知识和经验，克服新的挑战。 有丰富的可用夹具设计了很多制造企业为遇到夹具设计问题可能的解决方案[1,4]。但是，目前的CBR基于夹具设计系统面临着很大的困难，提供融合到一个单一的最佳解决方案由于案例检索策略（相似的功能）不准确。大多数系统最终到多个夹具设计的解决方案。它然后由设计者选择最佳的解决方案。提高的情况下的检索的准确度会降低选定夹具的设计，将建议的数量。因此，有机会提高基于CBR的卡的情况下的检索，如果我们可以研究和确定，以便找到许多夹具之间最相似夹具设计数据库中的[1，4-6]更好的相似度函数。本文的目的是通过提出一种新的相似的功能和随后改进的索引策略作为系统的基础与新的检索策略的兼容性，以改善情况的检索作为系统的心脏的效率。 2相关研究 夹具一般由四部分组成：定位器，线夹，支持和底板。通常，夹具设计是如何放置的组件到工件，以便机械加工或其它操作期间实现固定性和工件的稳定性。通常，夹具设计被分类为四个子步骤，这是（1）设置规划，（2）夹具规划，（3）单元的设计，和（4）的验证。图1示出的夹具设计过程[8]的主要阶段。 随着大量工作正在开展开发一种有效的卡系统中，夹具设计系统可以被分类为基于自动化他们的程度，即三个主要类别，完全自动化，半自动化，以及交互类[5,9]。全自动化和半自动化夹具设计系统为基础，通过整合设计成规则和算法的经验和知识，以自动化夹具元素和定位点的选择确定。互动夹具设计模块，使用设计的知识，使设计人员能够选择夹具面孔，点，以及夹具结构[10]的元素。 在卡中的第一个研究[11]主要是开发互动类应用程序，基于工件和处理信息的理解。这些系统通常提供夹具设计者规则来评估设计和组件的列表被交互使用[12]。它们大多利用专家系统作为经验装置，它通常被用于帮助夹具设计者在交互式环境以实现特别是对于夹具配置设计[13]一个夹具设计的解决方案。 许多人夹具设计相关的研究都集中在对夹具设计自动化此事夹具设计，被称为奇异的问题，例如，变形分析，稳定性评价，夹具可重复性，公差分析，几何推理的微观方面，等等。例如，廉等。[14]和Senthilkumar等。[15]采用混合遗传算法/神经