论文部分内容阅读
绿色制造是解决制造业环境污染问题的根本方法和手段,是实现我国制造业可持续发展的主要途径。虽然,近年来各国专家学者对绿色制造评价的进行了广泛研究,但从总体来看,有关绿色机械制造工艺的评价研究仍然开展的较少。磨削加工是机械加工领域中应用最广泛的制造工艺技术之一,是获得零件最终尺寸、形状精度及表面粗糙度指标的主要工艺手段;同时,磨削加工也是制造业中对资源和环境影响最大的一种加工工艺,工程中实现磨削工艺的绿色化已越来越引起人们的关注。因此,建立磨削工艺绿色度评价体系,提高磨削加工工艺的绿色度,对优化现有磨削工艺、实现绿色磨削具有重要的理论和实际意义。本文在研究绿色制造的评价方法和评价工具基础上,分析了磨削工艺的绿色特性,建立了磨削工艺绿色度评价指标体系,重点讨论了基于核的模糊可能性聚类新算法(New Kernel Possibilistic Fuzzy C-Means Clustering,NKPFCM)的训练样本集构成方法和基于自适应神经模糊推理系统(Adaptive Neuro-Fuzzy Inference System,简称ANFIS)的工艺绿色度评价方法,并详细地介绍了评价工具的开发过程。论文的具体研究内容包括以下几个方面:(1)在对绿色工艺规划的特点和决策目标深入研究的基础上,从资源、环境、能源及社会几个方面详细分析了磨削工艺的绿色特性,通过对已有评价方法的研究,提出了磨削工艺的绿色度评价目标、评价准则以及评价方案设计思路。(2)建立了包括属性层,共性层和指标层的三层磨削工艺绿色度评价指标体系,并从环境属性、资源属性、能源属性、经济属性和人机属性五个方面对评价指标及影响因素进行了详细分析。针对评价指标的量化问题,将评价指标分为定性指标和定量指标,提出了半定量的指标量化方法,并给出了评价指标的具体量化方法。(3)通过对聚类算法的深入分析,提出一种基于核的模糊可能性聚类新算法(NKPFCM算法)。通过MATLAB仿真,使用标准数据集iris和wine测试,仿真结果表明该算法具有较好的鲁棒性和准确性。应用该算法对磨削工艺样本数据进行聚类分析,实现了数据样本的自适应最优分类,并构造出高质量的评价训练样本集。(4)在对自适应神经模糊推理系统(ANFIS)研究的基础上,采用模糊C-均值(FCM)与最小均方(LMS)混合算法,建立了基于ANFIS的磨削工艺绿色度评价系统。该评价系统具有自主学习、模糊信息表达及推理的特点,可以科学地表示评价指标输入到评价结果间非线性映射关系,有效消除评价指标的模糊性和随机性对评价结果的影响。通过应用实例运算,结果表明评价模型可以对参评工艺方案进行客观有效地评价。(5)为改善磨削过程绿色程度,采用FLUENT软件仿真研究提高磨削液有效利用率的方法。通过分析磨削过程的作用机理,获得了提高工艺绿色度的磨削液供给参数。最后,结合有关研究成果,归纳总结了磨削工艺绿色度的优化方法,为工艺技术人员对工艺方案进行优化提供指导意见。(6)根据基于聚类及ANFIS的磨削工艺绿色度评价方法原理,在Windows环境下,采用C++语言和SQL Server2005数据库管理系统,通过模块化的设计方法开发了磨削工艺绿色度评价系统软件。并对开发过程中的关键技术ADO数据接口技术进行了深入研究。磨削工艺绿色度评价系统软件具有界面友好,操作方便,数据访问迅速稳定,评价科学、智能程度高等优点,可作为企业磨削工艺设计、优化和决策的有效评价工具。