位置:成果数据库 > 期刊 > 期刊详情页
基于表面聚类优化的加工特征识别方法
  • ISSN号:1006-2467
  • 期刊名称:《上海交通大学学报》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]上海交通大学机械与动力工程学院,上海200240
  • 相关基金:基金项目:国家高技术研究发展计划(863)项目(2007AA042140),教育部高等学校博士点基金资助项目(20070248020),上海市重点学科建设资助项目(Y0102),国家自然科学基金资助项目(50375097)
中文摘要:

为了实现计算机辅助设计与计算机辅助工艺设计系统的有效集成,提出了以表面加工方法生成和聚类优化为基础的加工特征识别新方法.基于加工资源、加工表面和加工方法3类信息模型,引出了切削模式概念和表面加工方法生成的原理.以刀具种类数和零件装夹次数最少为目标,建立了表面聚类优化模型,为加工表面选择最优加工方法,并把可用同类刀具、在同一装夹下连续加工的一组表面聚为一个加工特征.通过实例测试,验证了该方法的正确性和有效性.

英文摘要:

To realize the effective integration of CAD and CAPP system, an approach of machining feature recognition was proposed based on the generation and clustering of surface machining methods. Three kinds of information models, such as manufacturing resource, machined surface and machining method were built. A concept of cutting mode was proposed and used for generating the machining methods of part surfaces. Aiming at minimizing the number of tool type and the number of setups used, an optimal model for surface clustering was established to select the best machining method for every surface. Surfaces which can be simultaneously machined by a common type of tool in the same setup were then recognized as a machining feature. Finally, an example part was used to test the validity and effectiveness of the approach proposed, and the final results illustrate that the approach can effectively solve some problems such as the recognition of intersecting features which are difficult to traditional feature recognition approaches.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《上海交通大学学报》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国教育部
  • 主办单位:上海交通大学
  • 主编:郑杭
  • 地址:上海市华山路1954号15F
  • 邮编:200030
  • 邮箱:shjt@chinajournal.net.cn
  • 电话:021-62933373 62932534
  • 国际标准刊号:ISSN:1006-2467
  • 国内统一刊号:ISSN:31-1466/U
  • 邮发代号:4-256
  • 获奖情况:
  • 1996年全国优秀科技期刊奖,1992年、1996年、1999年国家教育部系统优秀科技期刊奖,2002年“百种重点期刊奖”,2003年百种中国杰出学术期刊,2004年教育部全国高校优秀科技期刊一等奖,2004年“百种重点期刊奖”
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:30903