基于特征的神经网络搜索策略的铝挤压模具制造工艺规划系统
摘要：铝挤压模具制造是铝挤压行业生产改进和竞争潜力增加的关键任务。它不仅需要保证质量的一致性，还需要减少时间和生产成本。模具制造首先包括模具设计和工艺规划，以制造符合客户需求的挤压模具。模具设计和工艺规划的效率取决于模具设计和制造专家的知识和经验。这些知识已经整理成了一个名为基于知识的系统的计算机系统。它可以被重复使用来支持新的模具设计和工艺规划。这样的知识可以直接从模具几何形状中提取出来，该几何形状由模具特征组成。这些特征被存储在模具特征库中，以备新的模具制造准备。模具几何形状根据型材的特点定义，因此我们可以从之前类似的型材设计案例中重复使用模具特征。本文介绍了基于特征的神经网络技术的模具制造过程规划系统CaseXpert。模具制造案例库中的模具制造案例将通过神经网络的搜索和学习方法进行检索和学习，以便在新的案例与先前的模具制造案例相似时进行重用或修订以建立模具设计和工艺规划。系统的结果是模具设计和加工工艺。该系统已经成功测试，证明该系统能够减少规划时间并提供高一致性的规划方案。
作者：S. Butdee (KMRC), Chaiwat Noomtong (LGS), Serge Tichkiewitch (LGS)
论文ID：0907.0611
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2009-07-06