汽车发动机蠕墨铸铁切削数据的智能推理与推送技术研究

This project belongs to the research program of Common Fundamental Problems of Cutting Data Base. The intelligent and decision-making level of reasoning approaches for getting the cutting data is to be improved currently. And the research on the active push technology of cutting data has been rarely reported. Comprehensive intelligent reasoning and decision-making mechanisms are proposed on the basis of case-based reasoning and fuzzy reasoning to achieve the intelligent reasoning and decision-making of cutting data. The active real time push technology of cutting data will be researched to achieve the real time push of cutting data to the client. The real time change rule of mechanical property compatibility between the cutting tools and the workpiece will be researched at the practical cutting conditions. The mechanical property compatibility model between the cutting tools and the workpiece at the real time cutting condition will be established. The change rule of thermodynamic property and phase diagram as well as the effect on the constitutive model will be researched within the micro volume of one cubic millimeter of workpiece at the action condition of high temperature and high stress. The present research attempts to establish a new approach to build the real constitutive model for the practical cutting condition. Based on the above mentioned models, the comprehensive intelligent reasoning and decision-making mechanisms will be created to intelligently reason the cutting data. The active real time push technology will be constructed to push the cutting data from the server to the client.

本项目属于“切削加工数据库共性基础问题研究”面上项目群。目前获取切削数据推理方法的智能化水平和决策能力有待提高，有关切削数据主动推送的研究鲜有报道。本项目提出基于实例推理和模糊综合评判的综合智能推理与决策机制，实现切削数据的智能推理与决策；研究切削数据的主动实时推送技术，实现切削数据向客户端的主动实时推送。研究实际切削条件下刀具-工件力学性能匹配性实时变化的规律，建立刀具-工件力学性能切削实时匹配性模型。研究壹立方毫米微体积内工件材料在高温高应力作用下的热力学性能与相图变化规律及其对本构关系模型的影响规律，力争在研究符合实际切削条件的工件材料高应变率本构关系模型建立方法上取得突破，据此构建符合实际切削条件高应变率的工件材料本构关系模型。在上述模型基础上，构建综合智能推理与决策机制，实现切削数据的智能推理；研究切削数据的主动实时推送技术，使服务器主动推送切削数据到客户端。

本项目属于“切削加工数据库共性基础问题研究”面上项目群。目前获取切削数据推理方法的智能化水平和决策能力有待提高，有关切削数据主动推送的研究鲜有报道。本项目提出了基于实例推理和模糊综合评判的综合智能推理与决策机制，实现了切削数据的智能推理与决策；研究了切削数据的主动实时推送技术，实现了切削数据向客户端的主动实时推送。提出了两种改进的粒子群算法，即振动粒子群算法（VPSO）和振动交流粒子群算法（VCPSO）。将VCPSO算法应用在刀具磨损及刀具寿命的推理预测方面，获得了较好的预测结果。提出了改进的自适应神经模糊推理系统（IANFIS），将IANFIS推理系统和VPSO算法结合，能够准确预测半精加工中切削功率和表面粗糙度。提出了新的智能推理系统，即改进后的实例推理模型（ICBR）、振动粒子群算法（VPSO）和自适应神经模糊推理系统（ANFIS）。ICBR模型能准确预测不同切削参数及刀具磨损状态下的切削功率。研究了实际切削条件下刀具-工件力学性能匹配性实时变化的规律，建立了刀具-工件力学性能切削实时匹配性模型。建立了符合实际切削条件的工件材料高应变率本构关系模型。用珠光体JC本构方程中的温度软化效应近似代替GJV450的Power-law本构方程中的温度软化效应，得到了Power-law本构方程中温度软化项的参数；采用正交车削实验和有限元仿真迭代方法，得到了GJV450本构方程中的应变率强化指数，建立了高温、高应变率条件下GJV450材料的Power-law本构方程。该本构方程的仿真精度高于现有模型。将基于规则的推理（rule-basedreasoning，RBR）方法与多准则决策方法中的灰色复合比例评价（comprehensive gray complex proportional assessment，COPRAS-G）方法相结合，建立了基于实际切削条件的刀具-工件材料匹配性模型。在上述模型基础上，构建了综合智能推理与决策机制，实现了切削数据的智能推理；研究了切削数据的主动实时推送技术，使服务器主动推送切削数据到客户端。本项目的研究成果对于提高蠕墨铸铁零件加工技术的加工效率和加工质量，促进蠕墨铸铁加工技术和数据库技术的创新发展具有重要的理论意义与实际应用价值。

内容获取失败，请点击重试