專利名稱：一種智能床身動靜態(tài)變形主動抑制系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及智能床身變形抑制領(lǐng)域，特別是一種大規(guī)格精密機(jī)床床身變形主動抑制系統(tǒng)。
背景技術(shù)：
作為精密數(shù)控機(jī)床的重要組成部分，床身的結(jié)構(gòu)性能情直接影響了機(jī)床整機(jī)的加工性能，特別是床身的變形所引起的加工誤差問題。因此對床身變形進(jìn)行抑制與控制是十分必要的。一般的，引起床身變形的主要因素包括床身的熱不均衡以及床身內(nèi)部應(yīng)力釋放等因素。目前保證床身變形的手段主要是通過改進(jìn)床身結(jié)構(gòu)與預(yù)設(shè)簡單流道來實(shí)現(xiàn)變形的抑制。在結(jié)構(gòu)設(shè)計(jì)階段，通過預(yù)設(shè)床身熱、力載荷，運(yùn)用數(shù)學(xué)模擬手段，預(yù)測所設(shè)計(jì)結(jié)構(gòu)的變形量。若床身變形量過大，則改進(jìn)床身結(jié)構(gòu)，再次進(jìn)行數(shù)學(xué)模擬，直至床身的變形量符合設(shè)計(jì)要求。結(jié)構(gòu)設(shè)計(jì)抑制法是建立在精確預(yù)知機(jī)床工況下的熱、力載荷的前提下的，但由于目前機(jī)床力、熱載荷情況復(fù)雜，在數(shù)學(xué)模擬中，以簡化載荷施加為主，變形預(yù)測以及抑制存在一定的誤差，且結(jié)構(gòu)設(shè)計(jì)抑制法無法對應(yīng)力釋放所引起的床身變形進(jìn)行抑制。目前的預(yù)設(shè)流道方法是通過平衡床身上表面溫度場來實(shí)現(xiàn)變形抑制，此種方法無法對其他關(guān)鍵結(jié)構(gòu)部位的變形進(jìn)行抑制，且流道水冷溫度一般未作調(diào)節(jié)。主動抑制手段是實(shí)現(xiàn)機(jī)床動、靜態(tài)變形抑制的有效手段。它可以通過實(shí)測機(jī)床變形數(shù)據(jù)，針對局部變形與區(qū)域變形采用機(jī)床內(nèi)置的熱管、風(fēng)冷、局部流道等具體控制手段抑制機(jī)床變形?？朔F(xiàn)有機(jī)床變形抑制手段無實(shí)測變形數(shù)據(jù)，被動抑制的缺點(diǎn)。機(jī)床變形主動抑制可以實(shí)現(xiàn)對任意時刻的機(jī)床變形的主動抑制。

發(fā)明內(nèi)容
本發(fā)明可以提供一種智能床身動靜態(tài)變形主動抑制系統(tǒng)及方法，對床身的動靜態(tài)變形結(jié)果進(jìn)行分析處理，提供具有針對性的變形抑制方案，實(shí)現(xiàn)變形的有效抑制，有效的提高性能數(shù)控機(jī)床的精度等級。本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的一種大規(guī)格精密坐標(biāo)鏜床床身變形主動抑制系統(tǒng)，處理對象為CAE模型床身，包括典型變形分析子系統(tǒng)1、變形單元獲取子系統(tǒng)2、變形區(qū)域劃分子系統(tǒng)3、抑制方法生成子系統(tǒng)4、實(shí)例信息標(biāo)準(zhǔn)化子系統(tǒng)5、抑制知識獲取子系統(tǒng)6、數(shù)據(jù)資源與知識庫管理子系統(tǒng)7、 主動抑制方案生成子系統(tǒng)8。典型變形分析子系統(tǒng)1的信息輸出端與數(shù)據(jù)資源與知識庫管理子系統(tǒng)7的典型變形知識庫7-1的信息輸入端相連；變形單元獲取子系統(tǒng)2的變形模型幾何對比模塊2-1的信息輸入端用于接收CAE模型床身輸入信息；變形單元獲取子系統(tǒng)2 的單元變形標(biāo)準(zhǔn)化描述模塊2-4的信息輸入端與知識庫管理子系統(tǒng)7的典型變形知識庫 7-1的信息輸出端相連；變形單元獲取子系統(tǒng)2的單元變形標(biāo)準(zhǔn)化描述模塊2-4的信息輸出端與知識庫管理子系統(tǒng)7的CAE模型單元變形數(shù)據(jù)庫7-2的信息輸入端相連；變形區(qū)域劃分子系統(tǒng)3的單元變形特征參數(shù)提取模塊3-1的信息輸入端與信息輸出端與知識庫管理子系統(tǒng)7的CAE模型單元變形數(shù)據(jù)庫7-2的信息輸出端相連；變形區(qū)域劃分子系統(tǒng)3的變形區(qū)域標(biāo)準(zhǔn)化描述模塊3-4的信息輸出端與數(shù)據(jù)資源與知識庫管理子系統(tǒng)7的CAE模型變形區(qū)域數(shù)據(jù)庫7-3的信息輸入端相連；抑制方法生成子系統(tǒng)4的變形區(qū)域形貌特征描述模塊4-1的信息輸入端與數(shù)據(jù)資源與知識庫管理子系統(tǒng)7的CAE模型變形區(qū)域數(shù)據(jù)庫7-3 的信息輸出端相連；抑制方法生成子系統(tǒng)4的床身變形整體抑制方案生成模塊4-3的信息輸出端與數(shù)據(jù)資源與知識庫管理子系統(tǒng)7的變形區(qū)域抑制方法實(shí)例的信息輸入端相連；實(shí)例信息標(biāo)準(zhǔn)化子系統(tǒng)5的床身變形整體抑制方案案例評價模塊5-1的信息輸入端與數(shù)據(jù)資源與知識庫管理子系統(tǒng)7的變形區(qū)域抑制方法實(shí)例的信息輸出端相連；實(shí)例信息標(biāo)準(zhǔn)化子系統(tǒng)5的整體抑制方案案例標(biāo)準(zhǔn)化描述模塊5-3的信息輸出端與數(shù)據(jù)資源與知識庫管理子系統(tǒng)7的整體抑制方案實(shí)例庫7-5的信息輸入端相連；抑制知識獲取子系統(tǒng)6的抑制方案案例樣本空間選取模塊6-1的信息輸入端與數(shù)據(jù)資源與知識庫管理子系統(tǒng)7的整體抑制方案實(shí)例庫7-5的信息輸出端相連；抑制知識獲取子系統(tǒng)6的抑制方法知識歸納模塊6-3的信息輸出端與數(shù)據(jù)資源與知識庫管理子系統(tǒng)7的變形抑制方法知識庫7-6的信息輸入端相連；主動抑制方案生成子系統(tǒng)8于變形單元獲取子系統(tǒng)2、變形區(qū)域劃分子系統(tǒng)3和數(shù)據(jù)資源與知識庫管理子系統(tǒng)7的變形抑制方法知識庫7-6按照功能調(diào)用關(guān)系相連。所述的典型變形分析子系統(tǒng)1包括典型變形規(guī)范化描述模塊1-1、元抑制方法規(guī)范化描述模塊1-2。所述的變形單元獲取子系統(tǒng)2包括變形模型幾何對比模塊2-1、最小變形局部提取模塊2-2、單元變形獲取模塊2-3、單元變形標(biāo)準(zhǔn)化描述模塊2-4。其中，變形模型幾何對比模塊2-1的信息輸出端與最小變形局部提取模塊2-2的信息輸入端相連，最小變形局部提取模塊2-2的信息輸出端與單元變形獲取模塊2-3的信息輸入端相連，單元變形獲取模塊2-3的信息輸出端與單元變形標(biāo)準(zhǔn)化描述模塊2-4的信息輸入端相連。所述的變形區(qū)域劃分子系統(tǒng)3包括單元變形特征參數(shù)提取模塊3-1、單元變形聚類分析模塊3-2、變形區(qū)域獲取模塊3-3、變形區(qū)域標(biāo)準(zhǔn)化描述模塊3-4。其中，單元變形特征參數(shù)提取模塊3-1的信息輸出端與單元變形聚類分析模塊3-2的信息輸入端相連，單元變形聚類分析模塊3-2的信息輸出端與變形區(qū)域獲取模塊3-3的信息輸入端相連，變形區(qū)域獲取模塊3-3的信息輸出端與變形區(qū)域標(biāo)準(zhǔn)化描述模塊3-4的信息輸入端相連。所述的抑制方法生成子系統(tǒng)4包括變形區(qū)域形貌特征描述模塊4-1、變形區(qū)域抑制方案標(biāo)準(zhǔn)化描述模塊4-2、床身變形整體抑制方案生成模塊4-3。其中，變形區(qū)域形貌特征描述模塊4-1包括單一形貌描述模塊4-1-1和復(fù)合形貌描述模塊4-1-2，變形區(qū)域形貌特征描述模塊4-1的信息輸出端與床身變形整體抑制方案生成模塊4-2的信息輸入端相連，床身變形整體抑制方案生成模塊4-2的信息輸出端與床身變形整體抑制方案生成模塊 4-3。所述的實(shí)例信息標(biāo)準(zhǔn)化子系統(tǒng)5包括床身變形整體抑制方案案例評價模塊5-1、 變形區(qū)域抑制效果評價模塊5-2、整體抑制方案案例標(biāo)準(zhǔn)化描述模塊5-3。其中，床身變形整體抑制方案案例評價模塊5-1的信息輸出端與變形區(qū)域抑制效果評價模塊5-2的信息輸入端相連，變形區(qū)域抑制效果評價模塊5-2的信息輸出端與整體抑制方案案例標(biāo)準(zhǔn)化描述模塊5-3的信息輸入端相連。所述的抑制知識獲取子系統(tǒng)6包括抑制方案案例樣本空間選取模塊6-1、抑制方
5案特征決策表生成模塊6-2、抑制方法知識歸納模塊6-3。其中，抑制方案案例樣本空間選取模塊6-1的信息輸出端與抑制方案特征決策表生成模塊6-2的信息輸入端相連，抑制方案特征決策表生成模塊6-2的信息輸出端與抑制方法知識歸納模塊6-3的信息輸入端相連。所述的數(shù)據(jù)資源與知識庫管理子系統(tǒng)7包括典型方法變形知識庫7_1、CAE模型單元變形數(shù)據(jù)庫7-2、CAE模型變形區(qū)域數(shù)據(jù)庫7-3、變形區(qū)域抑制實(shí)例庫7-4、整體抑制方案實(shí)例庫7-5、變形抑制方法知識庫7-6。所述的主動抑制方案生成子系統(tǒng)8以功能調(diào)用的形式包含變形單元獲取子系統(tǒng) 2、變形區(qū)域劃分子系統(tǒng)3、變形抑制方法知識庫7-6的功能與支撐數(shù)據(jù)。本發(fā)明能夠在已有結(jié)構(gòu)的基礎(chǔ)上，實(shí)現(xiàn)床身動、靜態(tài)變形的抑制，并可通過實(shí)測機(jī)床變形數(shù)據(jù)，針對局部變形與區(qū)域變形采用機(jī)床內(nèi)置的熱管、風(fēng)冷、局部流道等具體控制手段抑制機(jī)床變形，直到滿足預(yù)設(shè)的床身變形量要求，克服現(xiàn)有機(jī)床變形抑制手段無實(shí)測變形數(shù)據(jù)，被動抑制的缺點(diǎn)，并能實(shí)現(xiàn)對任意時刻的機(jī)床變形的主動抑制。本發(fā)明提供的智能床身動靜態(tài)變形主動抑制系統(tǒng)及方法，對床身的動靜態(tài)變形結(jié)果進(jìn)行分析處理，提供具有針對性的變形抑制方案，實(shí)現(xiàn)變形的有效抑制，有效的提高高性能數(shù)控機(jī)床的精度等級。


圖1為主動抑制系統(tǒng)的系統(tǒng)框圖；圖2為基于粗糙集抑制方法知識歸納流程；下面結(jié)合附圖對本發(fā)明的內(nèi)容作進(jìn)一步詳細(xì)說明。
具體實(shí)施例方式圖1為床身動靜態(tài)變形主動抑制系統(tǒng)的系統(tǒng)框圖，描述了整個變形主動抑制系統(tǒng)的子結(jié)構(gòu)及各結(jié)構(gòu)之間的關(guān)系。床身動靜態(tài)變形主動抑制系統(tǒng)包括以下八個部分典型變形分析子系統(tǒng)1、變形單元獲取子系統(tǒng)2、變形區(qū)域劃分子系統(tǒng)3、抑制方法生成子系統(tǒng)4、 實(shí)例信息標(biāo)準(zhǔn)化子系統(tǒng)5、抑制知識獲取子系統(tǒng)6、數(shù)據(jù)資源與知識庫管理子系統(tǒng)7、主動抑制方案生成子系統(tǒng)8。其中，典型變形分析子系統(tǒng)1包括典型變形規(guī)范化描述模塊1-1、元抑制方法規(guī)范化描述模塊1-2。變形單元獲取子系統(tǒng)2包括變形模型幾何對比模塊2-1、最小變形局部提取模塊2-2、單元變形獲取模塊2-3、單元變形標(biāo)準(zhǔn)化描述模塊2-4。變形區(qū)域劃分子系統(tǒng)3包括單元變形特征參數(shù)提取模塊3-1、單元變形聚類分析模塊3-2、變形區(qū)域獲取模塊3-3、變形區(qū)域標(biāo)準(zhǔn)化描述模塊3-4。抑制方法生成子系統(tǒng)4包括變形區(qū)域形貌特征描述模塊4-1、變形區(qū)域抑制方案標(biāo)準(zhǔn)化描述模塊4-2、床身變形整體抑制方案生成模塊4-3。實(shí)例信息標(biāo)準(zhǔn)化子系統(tǒng)5包括床身變形整體抑制方案案例評價模塊5-1、變形區(qū)域抑制效果評價模塊5-2、整體抑制方案案例標(biāo)準(zhǔn)化描述模塊5-3。抑制知識獲取子系統(tǒng)6包括抑制方案案例樣本空間選取模塊6-1、抑制方案特征決策表生成模塊6-2、抑制方法知識歸納模塊6-3。數(shù)據(jù)資源與知識庫管理子系統(tǒng)7包括典型方法變形知識庫7-l、CAE模型單元變形數(shù)據(jù)庫7-2、CAE模型變形區(qū)域數(shù)據(jù)庫7-3、變形區(qū)域抑制實(shí)例庫7-4、整體抑制方案實(shí)例庫7-5、變形抑制方法知識庫7-6。主動抑制方案生成子系統(tǒng)8以功能調(diào)用的形式包含變形單元獲取子系統(tǒng)2、變形區(qū)域劃分子系統(tǒng)3、變形抑制方法知識庫7-6的功能與支撐數(shù)據(jù)。圖2為基于粗糙集抑制方法知識歸納流程，描述了抑制方法知識歸納所包含的具體內(nèi)容和流程。知識歸納機(jī)理包括方案重構(gòu)、特征約簡及抑制知識顯示；知識庫與方法庫通過粗糙集方法建立抑制特征知識庫。下面結(jié)合附圖對本發(fā)明的實(shí)施例進(jìn)行詳細(xì)的說明，本實(shí)施例是在以本發(fā)明技術(shù)方案為前提下進(jìn)行實(shí)施，給出了詳細(xì)的實(shí)施方式和具體的實(shí)現(xiàn)過程，但是發(fā)明的保護(hù)范圍不限于下述實(shí)施例。本系統(tǒng)包括局部變形抑制裝置(熱管、風(fēng)冷)；區(qū)域變形抑制裝置(冷流道、熱流道以及組合抑制裝置)；變形主動抑制系統(tǒng)。熱管、風(fēng)冷、流道內(nèi)置于床身內(nèi)部，根據(jù)變形主動抑制系統(tǒng)提供的抑制信號，控制抑制裝置的組合方案、排序、時長以及強(qiáng)度等。圖1是本智能床身動靜態(tài)變形主動抑制系統(tǒng)框圖，該系統(tǒng)是基于現(xiàn)有CAD/CAE系統(tǒng)的“變形分析”模塊，集變形形貌數(shù)據(jù)采集與知識庫及其相應(yīng)的智能接口，用于直接在CAE 模型床身上開展并實(shí)現(xiàn)從床身變形形貌特征分析及抑制方法區(qū)域協(xié)調(diào)到模型床身整體抑制方案生成的工作過程，其包含四個工作模塊，具體為典型變形知識庫管理子系統(tǒng)、變形單元獲取與變形區(qū)域劃分子系統(tǒng)、抑制方法生成子系統(tǒng)以及主動抑制子系統(tǒng)，其中1)典型變形知識庫管理子系統(tǒng)所述典型變形知識庫管理子系統(tǒng)所述典型變形知識庫管理子系統(tǒng)包括典型變形描述和相應(yīng)的抑制方法管理功能。典型變形是指由不均衡溫度場以及應(yīng)力引起的床身整體變形中單一的、不可劃分的凸起、凹陷形變。在明確載荷設(shè)計(jì)的前提下，引起區(qū)域變形的主要因素即為熱不均衡。據(jù)此，以平衡局部溫度場為宗旨，綜合考慮變形形貌及其產(chǎn)生機(jī)理確定與典型變形相對應(yīng)抑制方法候選項(xiàng)，即針對熱膨脹引起的凸起變形，采用風(fēng)冷、接觸式水冷等方式抑制凸起變形；采用熱管、熱風(fēng)、接觸式流道等方式抑制凹陷變形。為典型變形定義標(biāo)準(zhǔn)數(shù)據(jù)描述格式，包括兩個屬性變形形貌、抑制方法。典型變形知識庫管理提供基礎(chǔ)支撐數(shù)據(jù)、支撐數(shù)據(jù)與其他模塊進(jìn)行數(shù)據(jù)交換的接口，以及支撐數(shù)據(jù)庫的管理。管理功能包括典型變形數(shù)據(jù)的查詢、刪除、插入、修改、保存以及推理，方便支撐數(shù)據(jù)的查看與更新。2)變形單元獲取與變形區(qū)域劃分子系統(tǒng)所述變形單元獲取是以CAE模型床身為輸入，將變形模型與原準(zhǔn)確模型進(jìn)行整體幾何對比，以典型變形基本形貌為參照標(biāo)準(zhǔn)，按照變形程度提取床身上所有需要抑制處理的最小變形局部，以實(shí)現(xiàn)模型床身的單元變形獲取。對各單元變形進(jìn)行變形位置、變形邊界以及變形極值測量，計(jì)算得到其變形量。并以變形量為度量標(biāo)準(zhǔn)確定與各單元變形關(guān)聯(lián)的抑制方法的執(zhí)行力度，即控制熱管、風(fēng)冷、水冷等抑制方式的加熱(降溫)幅值、抑制位置坐標(biāo)、抑制時長。提出單元變形標(biāo)準(zhǔn)描述格式，構(gòu)建關(guān)聯(lián)數(shù)據(jù)庫中包含以下9列a) DShape——變形形貌；b) DPosition——變形位置(x，y, ζ)；c) DBoundary-變形邊界；d) DExtremum-變形極值；e) DValue-變形量；f) Restraint——抑制方法；g) RPosition——抑制位置；
7
h)CT——溫控幅值；i) TBucket——抑制時長。變形區(qū)域劃分是以模型床身單元變形信息表為分析對象，將所有單元變形按照幾何位置相關(guān)度、抑制效果干涉度進(jìn)行聚類分析，即將多個連續(xù)變形單元認(rèn)定為一個變形區(qū)域。變形單元相似性分析采用K-均值聚類算法，選擇的相似性度量是歐幾里德距離的倒數(shù)，即距離越小表示兩者的相似性越大，反之則相似性越小。計(jì)算屬性為變形位置 DPosition和變形形貌DShape。通過選取變形位置超過一定閾值的聚類來進(jìn)行變形區(qū)域個數(shù)的設(shè)定，解決了傳統(tǒng)方法預(yù)先給定聚類數(shù)目的局限性。但此方法仍然需要人工設(shè)定閾值。 K-均值聚類算法的核心思想是找出K個聚類中心Cl，c2，…，ck，使得每一個數(shù)據(jù)點(diǎn)Xi和與其最近的聚類中心Cv的平方距離和被最小化(該平方距離和被稱為偏差D)。具體數(shù)學(xué)模型如下描述KO[預(yù)定義]單元變形樣本空間C，樣本特征屬性P= {x，y，z，S}，其中(x，y，ζ) 表示變形屬性，s表示變形形貌；Kl [初始化]隨機(jī)指定K個單元變形樣本為聚類中心(Cl，C2,…，ck)；Κ2 [分配Pi]對每一個樣本Pi，找到離它最近的聚類中心cv，并將其分配到Cv所表明的類；K3 [修正cw]將每一個Cw移動到其標(biāo)明的類的中心；
η ΓΚ4 [計(jì)算偏差]D = Σ milV=Ud(Ur)2 ；
i=\K5[D收斂 ]如果D值收斂，則return(Cl，C2，…，cK)并終止本算法；否則，返回步驟K2 ；根據(jù)最小變形局部簇劃分變形區(qū)域，并以變形區(qū)域?yàn)閱挝粚Υ采碚w變形進(jìn)行描述，采用二級關(guān)聯(lián)數(shù)據(jù)庫模型。一級數(shù)據(jù)庫用于保存變形區(qū)域信息以及為相關(guān)處理提供支撐數(shù)據(jù)，數(shù)據(jù)庫中包含以下5列a)DP_ID——變形區(qū)域檢索ID ；b) DRBoundary-變形區(qū)域邊界；c) DRNum——所包含的變形單元數(shù)；d) UDCategory——所包含的變形單元形貌種類；e)UDID——所包含的變形單元在表1中的檢索ID。二級數(shù)據(jù)庫包含的列數(shù)與2)中變形單元獲取與變形區(qū)域劃分子系統(tǒng)中的單元變形數(shù)據(jù)庫列數(shù)相同。3)抑制方法生成子系統(tǒng)所述抑制方法生成子系統(tǒng)的功能是對各變形區(qū)域中的變形單元進(jìn)行比對分析，根據(jù)實(shí)際數(shù)據(jù)統(tǒng)計(jì)，變形區(qū)域內(nèi)變形單元分布情況一般分為3種情況其一，整體區(qū)域呈凸起態(tài)勢；其二，整體區(qū)域呈凹陷態(tài)勢；其三，區(qū)域內(nèi)變形情況復(fù)雜，凸起凹陷區(qū)域交互出現(xiàn)。針對前以上3種變形區(qū)域分布情況，可按照變形量對變形單元進(jìn)行排序，將變形量最大的變形單元位置作為變形區(qū)域首要抑制部位，根據(jù)變形區(qū)域邊界確定抑制方式的執(zhí)行時長，采用區(qū)域溫度均衡(水冷、流道等)。同樣需要按照變形量對變形單元進(jìn)行排序，確定各單元變形對所在變形區(qū)域形態(tài)恢復(fù)的影響權(quán)值(權(quán)重高抑制方法優(yōu)先執(zhí)行，執(zhí)行時間長。反之亦然)。對于區(qū)域內(nèi)凸起凹陷區(qū)域交互出現(xiàn)的復(fù)雜變形情況，需要確定多個抑制部位，并根據(jù)其影響權(quán)值確定所有變形抑制方式執(zhí)行次序，并對執(zhí)行時長進(jìn)行權(quán)值調(diào)整。采用多局部溫度控制(風(fēng)冷、熱管、熱風(fēng)等)方式。最終匯集所有變形區(qū)域抑制方法，形成床身變形整體抑制方法。4)主動抑制子系統(tǒng)所述主動抑制子系統(tǒng)的功能是根據(jù)CAE模型床身個例的床身整體變形進(jìn)行描述， 自動生成床身整體抑制方法。按照抑制方法生成子系統(tǒng)所產(chǎn)生床身整體抑制方法進(jìn)行變形控制仿真與精度分析，以變形區(qū)域?yàn)閱挝猾@得抑制效果評價值，從而變形區(qū)域抑制方法實(shí)例庫。數(shù)據(jù)庫中包含有以下7列a) DRLayout——為變形區(qū)域分布種類；b) RPNum——為抑制部位數(shù)；c) RMethod——為抑制方式；d) REvaluation——為抑制效果評價值。數(shù)據(jù)庫中屬性pd_ID與變形單元獲取與變形區(qū)域劃分子系統(tǒng)中的二級數(shù)據(jù)庫中的DP_ID相關(guān)聯(lián)，連接DRNum、UDCategory兩個屬性。數(shù)據(jù)庫中的抑制方式(RMethod)是以自然語言書寫的原始抑制方案無法直接進(jìn)行改模知識歸納，必須首先進(jìn)行改模方案預(yù)處理，得到計(jì)算機(jī)可以處理的基于抑制方案分層遞階表達(dá)模型的抑制方案特征決策表。改模方案重構(gòu)包括改模方案特征值具體化、層次化和完備化三個過程。利用抑制方案特征值具體化是將以自然語言表達(dá)的抑制方案轉(zhuǎn)換為以抑制特征和抑制特征值表達(dá)的抑制方案特征決策表。由于原始抑制方案描述的差異性， 可能存在抑制特征值缺失或模糊，同時在不同抑制方案層次級別下同一抑制方案特征具有不同的改模特征值表達(dá)，因此，在進(jìn)行抑制知識分層遞階歸納前需要補(bǔ)全缺失的改模特征值并根據(jù)指定的抑制方案層次級別建立層次化的改模方案特征決策表，這個過程被稱為抑制方案特征值層次化和完備化。設(shè)定抑制效果評價閾值，將抑制效果評價值大于閾值的案例選入樣本空間。對各類變形區(qū)域相關(guān)抑制方案進(jìn)行粗糙集歸納推理，提取抑制方法規(guī)則知識，形成以變形區(qū)域分類為管理單位的抑制方法知識庫。建立如圖2所示的基于粗糙集抑制方法知識歸納流程。通過建立其他子系統(tǒng)與主動抑制子系統(tǒng)的數(shù)據(jù)接口，實(shí)現(xiàn)系統(tǒng)間的數(shù)據(jù)傳輸、調(diào)用與管理，完成變形區(qū)域抑制方法實(shí)例庫、抑制方法知識庫與整個“系統(tǒng)”的連接，實(shí)現(xiàn)數(shù)據(jù)資源實(shí)時更新。對于需要提出變形抑制方案的CAE模型床身個例，將其整體變形信息中的各變形區(qū)域帶入抑制方法知識庫中進(jìn)行變形區(qū)域匹配，以相應(yīng)的抑制方法知識為指導(dǎo)，自動生成床身整體抑制方案。
權(quán)利要求
1.一種智能床身動靜態(tài)變形主動抑制系統(tǒng)，處理對象為CAE模型床身，其特征在于，典型變形分析子系統(tǒng)(1)的信息輸出端與數(shù)據(jù)資源與知識庫管理子系統(tǒng)(7)的典型變形知識庫(7-1)的信息輸入端相連；變形單元獲取子系統(tǒng)O)的單元變形標(biāo)準(zhǔn)化描述模塊(2-4) 的信息輸入端與知識庫管理子系統(tǒng)(7)的典型變形知識庫(7-1)的信息輸出端相連；變形單元獲取子系統(tǒng)O)的單元變形標(biāo)準(zhǔn)化描述模塊0-4)的信息輸出端與知識庫管理子系統(tǒng)(7)的CAE模型單元變形數(shù)據(jù)庫(7-2)的信息輸入端相連；變形區(qū)域劃分子系統(tǒng)(3)的單元變形特征參數(shù)提取模塊(3-1)的信息輸入端與信息輸出端與知識庫管理子系統(tǒng)(7)的 CAE模型單元變形數(shù)據(jù)庫(7-2)的信息輸出端相連；變形區(qū)域劃分子系統(tǒng)(3)的變形區(qū)域標(biāo)準(zhǔn)化描述模塊(3-4)的信息輸出端與數(shù)據(jù)資源與知識庫管理子系統(tǒng)(7)的CAE模型變形區(qū)域數(shù)據(jù)庫(7-3)的信息輸入端相連；抑制方法生成子系統(tǒng)的變形區(qū)域形貌特征描述模塊的信息輸入端與數(shù)據(jù)資源與知識庫管理子系統(tǒng)(7)的CAE模型變形區(qū)域數(shù)據(jù)庫(7-3)的信息輸出端相連；抑制方法生成子系統(tǒng)的床身變形整體抑制方案生成模塊G-3)的信息輸出端與數(shù)據(jù)資源與知識庫管理子系統(tǒng)(7)的變形區(qū)域抑制方法實(shí)例庫 (7-4)的信息輸入端相連；實(shí)例信息標(biāo)準(zhǔn)化子系統(tǒng)(5)的床身變形整體抑制方案案例評價模塊(5-1)的信息輸入端與數(shù)據(jù)資源與知識庫管理子系統(tǒng)(7)的變形區(qū)域抑制方法實(shí)例圖 (7-4)的信息輸出端相連；實(shí)例信息標(biāo)準(zhǔn)化子系統(tǒng)(5)的整體抑制方案案例標(biāo)準(zhǔn)化描述模塊(5-3)的信息輸出端與數(shù)據(jù)資源與知識庫管理子系統(tǒng)(7)的整體抑制方案實(shí)例庫(7-5) 的信息輸入端相連；抑制知識獲取子系統(tǒng)(6)的抑制方案案例樣本空間選取模塊(6-1)的信息輸入端與數(shù)據(jù)資源與知識庫管理子系統(tǒng)(7)的整體抑制方案實(shí)例庫(7-5)的信息輸出端相連；抑制知識獲取子系統(tǒng)(6)的抑制方法知識歸納模塊(6-3)的信息輸出端與數(shù)據(jù)資源與知識庫管理子系統(tǒng)(7)的變形抑制方法知識庫(7-6)的信息輸入端相連；主動抑制方案生成子系統(tǒng)(8)于變形單元獲取子系統(tǒng)(2)、變形區(qū)域劃分子系統(tǒng)(3)和數(shù)據(jù)資源與知識庫管理子系統(tǒng)(7)的變形抑制方法知識庫(7-6)按照功能調(diào)用關(guān)系相連。
2.根據(jù)權(quán)利要求1所述的一種智能床身動靜態(tài)變形主動抑制系統(tǒng)，其特征在于，所述的典型變形分析子系統(tǒng)(1)包括典型變形規(guī)范化描述模塊(1-1)、元抑制方法規(guī)范化描述模塊(1-2)。
3.根據(jù)權(quán)利要求1所述的一種智能床身動靜態(tài)變形主動抑制系統(tǒng)，其特征在于，所述的變形單元獲取子系統(tǒng)( 包括變形模型幾何對比模塊0-1)、最小變形局部提取模塊 0-2)、單元變形獲取模塊0-3)、單元變形標(biāo)準(zhǔn)化描述模塊0-4)，其中，變形模型幾何對比模塊的信息輸出端與最小變形局部提取模塊0-2)的信息輸入端相連，最小變形局部提取模塊0-2)的信息輸出端與單元變形獲取模塊0-3)的信息輸入端相連，單元變形獲取模塊0-3)的信息輸出端與單元變形標(biāo)準(zhǔn)化描述模塊(2-4)的信息輸入端相連。
4.根據(jù)權(quán)利要求1所述的一種智能床身動靜態(tài)變形主動抑制系統(tǒng)，其特征在于，所述的變形區(qū)域劃分子系統(tǒng)C3)包括單元變形特征參數(shù)提取模塊(3-1)、單元變形聚類分析模塊(3-2)、變形區(qū)域獲取模塊(3-3)、變形區(qū)域標(biāo)準(zhǔn)化描述模塊(3-4)，其中，單元變形特征參數(shù)提取模塊(3-1)的信息輸出端與單元變形聚類分析模塊(3-2)的信息輸入端相連，單元變形聚類分析模塊(3-2)的信息輸出端與變形區(qū)域獲取模塊(3-3)的信息輸入端相連， 變形區(qū)域獲取模塊(3- 的信息輸出端與變形區(qū)域標(biāo)準(zhǔn)化描述模塊(3-4)的信息輸入端相連。
5.根據(jù)權(quán)利要求1所述的一種智能床身動靜態(tài)變形主動抑制系統(tǒng)，其特征在于，所述的抑制方法生成子系統(tǒng)(4)包括變形區(qū)域形貌特征描述模塊(4-1)、變形區(qū)域抑制方案標(biāo)準(zhǔn)化描述模塊(4-2)、床身變形整體抑制方案生成模塊(4-3)，其中，變形區(qū)域形貌特征描述模塊(4-1)包括單一形貌描述模塊(4-1-1)和復(fù)合形貌描述模塊(4-1-2)，變形區(qū)域形貌特征描述模塊(4-1)的信息輸出端與床身變形整體抑制方案生成模塊(4-2)的信息輸入端相連，床身變形整體抑制方案生成模塊(4-2)的信息輸出端與床身變形整體抑制方案生成模塊(4-3)。
6.根據(jù)權(quán)利要求1所述的一種智能床身動靜態(tài)變形主動抑制系統(tǒng)，其特征在于，所述的實(shí)例信息標(biāo)準(zhǔn)化子系統(tǒng)(5)包括床身變形整體抑制方案案例評價模塊(5-1)、變形區(qū)域抑制效果評價模塊(5-2)、整體抑制方案案例標(biāo)準(zhǔn)化描述模塊(5-3)，其中，床身變形整體抑制方案案例評價模塊(5-1)的信息輸出端與變形區(qū)域抑制效果評價模塊(5-2)的信息輸入端相連，變形區(qū)域抑制效果評價模塊(5-2)的信息輸出端與整體抑制方案案例標(biāo)準(zhǔn)化描述模塊(5-3)的信息輸入端相連。
7.根據(jù)權(quán)利要求1所述的一種智能床身動靜態(tài)變形主動抑制系統(tǒng)，其特征在于，所述的抑制知識獲取子系統(tǒng)(6)包括抑制方案案例樣本空間選取模塊(6-1)、抑制方案特征決策表生成模塊(6-2)、抑制方法知識歸納模塊(6-3)，其中，抑制方案案例樣本空間選取模塊(6-1)的信息輸出端與抑制方案特征決策表生成模塊(6-2)的信息輸入端相連，抑制方案特征決策表生成模塊(6-2)的信息輸出端與抑制方法知識歸納模塊(6-3)的信息輸入端相連。
8.根據(jù)權(quán)利要求1所述的一種智能床身動靜態(tài)變形主動抑制系統(tǒng)，其特征在于，所述的數(shù)據(jù)資源與知識庫管理子系統(tǒng)(7)包括典型方法變形知識庫(7-l)、CAE模型單元變形數(shù)據(jù)庫(7-2)、CAE模型變形區(qū)域數(shù)據(jù)庫(7-3)、變形區(qū)域抑制實(shí)例庫(7-4)、整體抑制方案實(shí)例庫(7-5)、變形抑制方法知識庫(7-6)。
9.根據(jù)權(quán)利要求1所述的一種智能床身動靜態(tài)變形主動抑制系統(tǒng)，其特征在于，所述的主動抑制方案生成子系統(tǒng)(8)以功能調(diào)用的形式包含變形單元獲取子系統(tǒng)(2)、變形區(qū)域劃分子系統(tǒng)(3)、變形抑制方法知識庫(7-6)的功能與支撐數(shù)據(jù)。
全文摘要
本發(fā)明公開了一種智能床身動靜態(tài)變形主動抑制系統(tǒng)，處理對象為CAE模型床身，包括典型變形分析子系統(tǒng)、變形單元獲取子系統(tǒng)、變形區(qū)域劃分子系統(tǒng)、抑制方法生成子系統(tǒng)、實(shí)例信息標(biāo)準(zhǔn)化子系統(tǒng)、抑制知識獲取子系統(tǒng)、數(shù)據(jù)資源與知識庫管理子系統(tǒng)、主動抑制方案生成子系統(tǒng)。本發(fā)明對床身的動靜態(tài)變形結(jié)果進(jìn)行分析處理，提供具有針對性的變形抑制方案，實(shí)現(xiàn)變形的有效抑制，有效的提高性能數(shù)控機(jī)床的精度等級。
文檔編號G05B19/404GK102331748SQ20111023325
公開日2012年1月25日 申請日期2011年8月15日 優(yōu)先權(quán)日2011年8月15日
發(fā)明者李婷, 李寶童, 楊榮, 洪軍, 鄭帥, 高羨明 申請人:西安交通大學(xué)