金属塑性成形是一种利用金属材料的塑性,对金属毛坯施加适当的能量和载荷,使金属毛坯发生塑性变形而形成具有一定几何形状和力学性能的零件或半成品件的成形工艺。金属塑性成形工艺不仅能成形几何形状复杂的零件,而且能改善和提高零件内部的力学性能,因此被广泛应用于汽车、船舶、机械、冶金、建筑、军械、航空航天等行业,在国民经济中占有重要的地位。目前金属塑性成形正向净成形或近净成形方向发展,以减少后续的机加工量,从而降低产品的制造成本,冷挤压成形就是其中的一种最为重要的净成形或近净成形工艺。当今社会的竞争日趋激烈,高质量、高效率、低成本、低能耗、净成形和近净成形以及追求环保性和可持续发展已成为制造业厂商在竞争中取胜的重要因素,而冷挤压成形在很大程度上能够满足这些技术、经济和社会上的要求。然而,如何高效、保质地制定出冷挤压成形工艺、设计和加工出能成形高质量冷挤压零件的冷挤压模具已成为冷挤压成形领域的关键问题。众所周知,工艺设计是模具设计的基础。从金属毛坯成形出冷挤压零件需要通过不同的冷挤压成形工序才能完成,设计合理的冷挤压成形工序是编制冷挤压工艺过程中的核心工作。冷挤压工艺设计基本上经历了传统的手工设计、计算机辅助设计和智能化设计三个阶段,目前的研究重心正朝着智能化设计(基于知识的设计)的方向转移。智能化设计的研究与计算机软硬件技术、人工智能技术、信息技术、数据库技术等的发展息息相关。人工智能应用于工艺设计主要需要解决两个方面的问题,一方面是领域知识的表示和知识库的开发,另一方面是推理策略的智能化。本文研究的主要内容就是将人工智能技术应用到冷挤压工艺设计中,研究人工智能应用于冷挤压工艺设计的关键技术,并建立基于知识的冷挤压工艺设计智能系统。在本文的研究过程中,首先研究了冷挤压工艺设计系统知识库中知识表示的方法,即基于产生式规则的知识表示和基于特征的知识表示:在VC++平台上,建立了冷挤压工艺发计系统的知识库,通过运用面向对象的技术,提高了知识表达的能力和效率;丌发了知识库的管理和维护系统,对所建知识库可进行增加、修改和删除等操作,并对冷挤压工艺设计系统的知识库设定了访问权限,只有具备相应权限的人才能对知识库进行相应的操作:开发了冷挤压工艺设计系统的知摘要,口粤粤粤里巴巴里里巴里里口月组识库编辑系统,方便了知识的获取:建立了冷挤压工艺设计系统的知识冲突消解策略以及推理和运行机理;开发了冷挤压工艺设计系统的材料库和设备库,库中包含了常用的冷挤压材料和设备,方便了工艺设计过程中的调用。所开发的冷挤压工艺设计系统的知识库、材料库和设备库为进行基于知识的冷挤压工艺设计智能系统的研究和实现奠定了基础。 建立了基于人工神经网络的冷挤压工艺设计智能系统IcEPZs,进一步提高了工艺设计系统的智能性。研究了Bp神经网络结构的选择:讨论了工艺设计中的映射网络问题,并确定了集中反馈式映射结构作为工艺设计的人工神经网络映射的实现结构:根据冷挤压成形的影响因素等,提出并实现了人工神经网络的输入层、隐含层以及输出层神经元数的确定方法;在对Bp算法理论研究的基础上,解决了人工神经网络的训练样本和训练过程中所面临的训练次数和精度问题,并对Bp算法进行了改进:分析了冷挤压零件的特征分类,提出了一种新的二进制特征编码方法,根据形状特征、工艺特征、精度特征、材料特征等各自特点论述了各自不同的编码方式,进行了详尽的编码解释,为人工神经网络在工艺设计中的应用提供了一条十分有效的路径,并选取典型零件进行了测试分析。 分析了基于知识的专家系统知识库的知识自动获取(机器学习),讨论了基于知识的专家系统和人工神经网络的集成方法,提出了用人工神经网络补充和修改基于知识的专家系统知识库内容的模型框架,并根据人工神经网络映射的特征编码提出并实现了一种自动获取冷挤压零件特征的算法,详细讨论了算法过程,并结合典型实例演示了知识获取的过程。 研究了模糊逻辑、人工神经网络与基于知识的专家系统集成的必要性和集成方法:得出了将模糊逻辑与人工神经网络的集成应用于冷挤压工艺设计是可行的结论;提出了模糊逻辑、人工神经网络与基于知识的专家系统集成的模型框架;在分析了几种模糊神经元各自特点的基础上,解决了用模糊逻辑与人工神经网络的集成来判断冷挤压零件能否一次挤出成形的问题:编写了模糊神经网络程序,选取样本进行了人工神经网络的训练学习,并结合典型实例进行了分析测试。 根据本文所开发系统输出的有关参数设计了用于数值模拟的冷挤压成形模具和毛坯,用有限元数值模拟分析软件DEFORM对用于测试的典型实例进行了数值模拟分析,得到了较好的结果,从而验证了本文所做的研究工作。 综上所述,相对于国内外其他研究者在该方面的研究,本文研究工作的主要特色是在所独自构建的冷挤压工艺设计系统的基础上,充分运用现代科学技术所提供的科技手段和理论方法,将人工神经网络、模糊逻辑、特征建模技术以.及遗传算法等应用于冷挤压工艺设计