大型復雜曲面船體外板成形工藝參數(shù)自學習專家系統(tǒng).pdf

1、船體外板水火彎板成形技術，線加熱成形主要依然依靠工人經驗手工完成，這種方式不但效率很低，而且加工質量波動較大;由于船板面積和曲度較大、耗費時間計算船體外板成形狀態(tài)信息的時間較長、特定成形狀態(tài)下火工參數(shù)類型復雜不一、影響外板成形的因素過多和現(xiàn)有水火彎板智能加工系統(tǒng)對大區(qū)率板材工藝參數(shù)預報失真，這都嚴重阻礙現(xiàn)代化造船的發(fā)展。以上問題中，國內外研究中已經解決了水火彎板工藝參數(shù)與外板收縮量關系模型的建立問題、曲度較小的曲面匹配及火路預報問題，仍

2、然存在以下問題:大曲度外板的三維擬合問題、火路類型預報及精準三維火路位置預報問題，沒有得到很好的解決，本文主要針對以上未解決的問題進行深入研究并開發(fā)專家系統(tǒng)，實現(xiàn)大曲率板材成形的全過程自動化火路預報。
　　針對三大未解決問題，主要工作如下:(1)研究國內外船體外板曲面的描述、展開、坐標系轉換及匹配技術、火路預報算法以及機器學習算法在工程領域的應用研究。(2)研究不同坐標系下大曲率曲面三維坐標轉換技術，解決了測量曲面與企業(yè)Tribo

3、n系統(tǒng)成形曲面坐標系的統(tǒng)一問題，為專家系統(tǒng)后續(xù)曲面匹配等工作做鋪墊;(3)研究同一坐標系下成形曲面與測量曲面之間的差異及其三維匹配技術，解決檢測曲面與成形曲面的擬合問題，為專家系統(tǒng)判斷大曲率曲面是否成形提供依據(jù)，即解決三維匹配問題;(4)研究大曲率曲面成形狀態(tài)描述參數(shù)與火路布置類型之間的關系，利用機器學習技術對兩者關系進行學習，使得專家系統(tǒng)能夠識別特定成形狀態(tài)的大曲率板材，并預報出唯一的火路類型。(5)研究大曲率板材橫向火路類型、縱向火

4、路類型及扭曲火路類型的三維位置預報技術，解決了精準三維火路位置信息預報問題。(6)最后開發(fā)了專家系統(tǒng)軟件完成上述功能。
　　本課題針對以上提出的三大問題，本文提出了成形描述參數(shù)及其參數(shù)的量化方法和測量曲面與成形曲面擬合方法判斷曲面是否達到成形并研究曲面描述參數(shù)與火路類型機器學習算法，最后也提出了較為具體的三維火路位置信息的預報算法。課題的研究提高了專家系統(tǒng)火路預報位置準確度，加快船舶加工自動化作業(yè)水平，為國防軍事的發(fā)展起到積極的推