上海交通大学博士学位论文基于塑性成形数值仿真的知识繁衍技术研究
上海交通大学博士学位论文
基于塑性成形数值仿真的知识繁衍技术研究
●
摘要
领域知识对于指导塑性成形工艺与产品设计至关重要,是建立塑性成形基于知识的 工程(KBE)系统的基础。数值仿真技术在塑性加工领域的广泛应用 极大地改变了传统 的工艺设计流程,提高了设计效率和质量,降低了开发费用。然而 “。值模拟产生的结
●果数据是海量、复杂和抽象的,其中蕴涵了大量隐含、潜在有用的知‘。 苟对有限元 结果的解释主要依赖科学计算可视化技术,由设计者根据自身知识与经验决身而对于 仿真结果中存在的隐含工艺知识却鲜有研究,造成了大量有用知识的流失,不利于产品 开发的创新需求。如何基于塑性成形数值仿真结果数据进行知识繁衍为工艺与产品的设 计服务,是学术界和工业界的迫切需求。
本文在对塑性成形过程数值仿真及塑性工程领域KBE技术发展现状进行全面回顾和
分析的基础之上,借鉴数据挖掘技术在商业、金融等领域的成功经验,将知识繁衍技术
●
引入塑性成形智能设计领域。在分析总结数值仿真数据知识获取的特点的基础上,结合 塑性成形产品的设计流程,建立了基于塑性成形数值仿真结果数据的知识繁衍原型系统 KDFNS,并对系统的关键技术进行了较为深入的研究。
本文提出并构造了基于STEP标准的有限元仿真数据集成模型,建立了有限元数据 的ExPRESS—G图示和ExPRESS语言的数据表示模型,提出了其与关系数据库之间的数据
.弋型映射方法,采用C++语言通过早绑定技术编译并连接后,建立SDAI接口,‘完成对仿 真数据的访问。
研究了仿真数据特征的提取技术,建立了仿真数据对象之间的相似性判别特征、部 件成形性能特征、有限元模型中的曲线特征等。提出了基于PCA算法的特征构造技术, 并通过模糊集理论描述塑性成形范畴中不明确的概念类。针对基于单特征和多特征的概 念构造,提出分别采用FC44算法和PCA—FCM算法获取对象的模糊隶属度,并通过汽车部 件相似性归类和冲压回弹质量等级评定两个具体实例说明了该方法的有效性。
基于模糊集理论和粗糙集理论,定义了对象间的模糊不可区分关系;在此基础之上, 扩展了Pawlak经典粗糙集理论,创新性地建立了模糊粗糙近似模型,提出了模糊一粗糙
摘要集算法。同时,定义了一个新的知识质量度量一规则可靠度,以便更准确地描述所获取
摘要
集算法。同时,定义了一个新的知识质量度量一规则可靠度,以便更准确地描述所获取
知识的可信程度,便于规则调度与知识推理。 本文将知识繁衍技术引入工程设计优化中,较为有效地解决了目前基于数值仿真的
最优化过程所存在的迭代次数多、仿真时间长及易陷入局部最优等问题,创新性地提出 了针对不同仿真规模的基于归纳学习与局部搜索的混合智能优化方法以及基于归纳学 习与响应面设计的智能优化方法,有利于提高设计效率与设计质量。
基于对上述关键技术的研究,通过对数值仿真结果数据中的潜在知识进行挖掘,实 现了基于塑性成形数值仿真数据的知识繁衍,为仿真结果的深层次定向解释和建立面向 智能设计的KBE集成环境提供了有效途径,促进了塑性成形工艺与产品设计从经验设计
·
向科学设计的进步。
关键词金属塑性成形,有限元数值仿真,知识繁衍,特征提取,
模糊一粗糙集理论,工艺最优化
◆
●
RESEARCH
RESEARCH 0N KNOWLEDGE EVOLUT l 0N TECHNOLOGY BASED 0N
PLAST I C FORM l NG NUMER l CAL S l MULAT l 0N
ABSTRACT
Domain Knowledge is very sigllificant to product design and process deVelopment in me诅1 plastic fonlling area. It is the basis of building an expen system or KBE (knowledge-based engineering)system for plastic fonlling.Numerical simulation technology has been used widely in plastic fIonlling area,w址ch impr0Ves the desigIl e伍ciency’reduces the development cost aJld has chaIlged tIle traditional desigIl process酽eatly.HoweVer,me simulation of increaSingly compleX fbnr曲g process leads to me