现代制造业发展的一个重要特征是由单品种多批量生产转向多品种少批量生产,这对制造系统的柔性化提出了越来越高的要求,对于数控加工企业来说,则面对着设备投资大,加工成本高的挑战,实现加工设备切削参数的优化是应对这一挑战的一条有效途径。本文的研究融合了群体进化优化方法、人工智能、数据库等先进的计算机技术,建立了金属切削参数多目标优化专家系统,为实现金属切削参数的优化探求一条途径,主要研究内容如下: 1.在分析传统金属加工参数优化方法弊端的基础上,通过引入模糊方法,综合金属切削加工中可能出现的不确定因素,以端面铣削为例,研究建立了金属切削加工参数多目标模糊优化模型。 2.研究引入了模拟退火遗传算法作为优化引擎,实现该模糊优化模型的求解,并通过算例验证,表明求解方法的优越性。 3.研究建立了基于人工智能神经网络的金属切削参数知识获取模型,该模型通过对优化后的参数实例进行学习,从而获取到对应条件下的加工参数匹配知识,在加工条件发生变更的情况下,无需再通过耗费大量机时的运算,就可以获得满意的优化结果。该模型的建立为切削用量优化匹配知识库的建立奠定基础。 4.开发实现了金属切削参数最优匹配专家系统的原型系统。该专家系统软件以金属切削参数多目标模糊优化模型为知识源,采用规则知识库和神经网络库相结合的策略用于表示知识。系统提供了方便快捷的人机界面,实现多目标和单目标条件下切削参数的优化,为金属切削加工提供适用、匹配的刀具参数和加工参数,从而实现充分利用金属切削领域内的经验知识来指导实际生产,提高加工设备的利用率,缩短生产周期,提高生产率的目的。