| 【中文题名】 | 基于神经网络的冲裁件优化排样算法研究 |
| 【英文题名】 | The Optimal Layout Algorithm Research of Punching Parts Based on Artificial Neural Networks |
| 【学科专业】 | 机械电子工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-8-6 |
| 【中关键词】 | 冲裁件,优化排样,Hopfield神经网络,能量函数,利用率, |
| 【英关键词】 | Punching parts,optimal layout,CHNN,energy function,using rate, |
| 【分类导航】 | 工业技术>金属学与金属工艺>金属压力加工>冷冲压（钣金加工）>冷冲压工艺>剪裁、冷冲、冲裁 |
| 【论文摘要】 |
冲裁件优化排样的目标是在满足一定约束条件下,合理、有效地在板材上尽可能多地排布各种零件,减少废料,使材料利用率提高。优化排样问题是典型的组合优化问题,具有很高的计算复杂性。本文把冲裁件作为封闭的二维几何图形,以二维几何图形之间的二维布尔运算来实现冲裁件之间相对位置的几何变化。
本文深入研究了Hopfield神经网络原理,把冲裁件的优化排样问题映射到神经网络。根据冲裁的工艺要求,建立了使利用率提高的数学模型。然后结合相关约束条件推导出了目标函数并将其转化为Hopfield神经网络能量函数。当网络的初始条件充分邻近稳定状态点,网络将收敛到某一稳定平衡点(它相应于能量函数的极小值),即问题的解。文中通过三个排样实例证明此算法能得到合理的、有效的排样方案,具有一定的可行性。 |
| 【论文题纲】 |
|
提要 |
4-8 |
|
第一章 绪论 |
8-18 |
|
1.1 研究冲裁件优化排样问题的意义 |
8-9 |
|
1.2 冲裁件优化排样的概念及相关问题 |
9-11 |
|
1.2.1 相关的基本概念 |
9 |
|
1.2.2 影响材料利用率的因素 |
9-11 |
|
1.3 优化排样问题的研究现状 |
11-12 |
|
1.4 优化排样问题的相关算法 |
12-16 |
|
1.5 本文的主要工作 |
16-18 |
|
第二章 冲裁件计算机描述及其几何变换 |
18-32 |
|
2.1 冲裁件的几何描述 |
18-20 |
|
2.1.1 基本几何元素 |
18-19 |
|
2.1.2 不规则冲裁件的描述 |
19-20 |
|
2.2 图形几何变换的理论基础 |
20-31 |
|
2.2.1 二维坐标系旋转变换 |
21-22 |
|
2.2.2 二维平移变换 |
22-23 |
|
2.2.3 二维反射变换 |
23-25 |
|
2.2.4 图形变换的组合 |
25-28 |
|
2.2.5 图形变换后多边形各顶点的存储 |
28-31 |
|
2.3 本章小结 |
31-32 |
|
第三章 冲裁件排样的相关问题研究 |
32-46 |
|
3.1 冲裁件排样过程中的判交问题研究 |
32-39 |
|
3.1.1 符号判别法 |
32-33 |
|
3.1.2 角度判别法 |
33-34 |
|
3.1.3 Z_(1-1) 算法判别 |
34-37 |
|
3.1.4 半射线交点计数判别法 |
37-39 |
|
3.2 冲裁件预处理及信息存储 |
39-41 |
|
3.2.1 冲裁件中圆弧段的处理 |
39 |
|
3.2.2 冲裁件等距放大 |
39-40 |
|
3.2.3 冲裁件信息及数据的存储 |
40-41 |
|
3.3 不规则冲裁件面积的求取 |
41-42 |
|
3.4 冲裁件之间重叠面积计算 |
42-45 |
|
3.5 本章小结 |
45-46 |
|
第四章 HOPFIELD 神经网络在二维排样中的应用 |
46-64 |
|
4.1 HOPFIELD神经网络原理 |
46-49 |
|
4.2 连续型HOPFIELD网络能量函数及其稳定性分析 |
49-52 |
|
4.2.1 Hopfield 网络能量函数的定义 |
49-50 |
|
4.2.2 连续Hopfield 网络的稳定性分析 |
50-52 |
|
4.3 HOPFIELD神经网络用于组合优化问题的解决 |
52-56 |
|
4.3.1 原理与方法 |
52-53 |
|
4.3.2 排样问题到Hopfield 网络的映射 |
53-54 |
|
4.3.3 能量函数的构造方法 |
54-56 |
|
4.3.4 能量函数对解性能的影响 |
56 |
|
4.4 冲裁件排样能量函数的构造 |
56-63 |
|
4.4.1 排样的约束条件及目标函数的确定 |
57-59 |
|
4.4.2 确定神经网络的结构参数 |
59-61 |
|
4.4.3 网络参数的选择 |
61 |
|
4.4.4 网络初始状态的选择 |
61 |
|
4.4.5 激励函数的预处理 |
61-62 |
|
4.4.6 Hopfiield 网络排样计算流程图 |
62-63 |
|
4.5 本章小结 |
63-64 |
|
第五章 冲裁件优化排样算法应用 |
64-70 |
|
5.1 应用程序的选择 |
64-65 |
|
5.2 冲裁件排样系统界面设计 |
65 |
|
5.3 实例应用 |
65-69 |
|
5.4 本章小结 |
69-70 |
|
第六章 总结与展望 |
70-72 |
|
6.1 结论 |
70-71 |
|
6.2 展望 |
71-72 |
|
参考文献 |
72-77 |
|
附录 |
77-81 |
|
摘要 |
81-84 |
|
ABSTRACT |
84-88 |
|
致谢 |
88 |
|
| 【DOI】 | LunWen.ID:2.2008.388717 |
