1、大学生数控技术专业毕业论文总结报告大学生数控技术专业毕业论文总结报告 数控编程是现在CAD/CAPP/CAM体系中最能明显发挥效益的环节之一，其在完结规划加工自动化、进步加工精度和加工质量、缩短产品研发周期等方面发挥着重要作用。在比方航空工业、轿车工业等范畴有着很多的运用。因为出产实际的强烈需求，国内外都对数控编程技能进展了广泛的研讨，并获得了丰富效果。下面就对数控编程及其展开作一些介绍。 1.1数控编程的根本概念 数控编程是从零件图纸到获得数控加工程序的全进程。它的首要使命是核算加工走刀中的刀位点(cutterlocationpoint简称CL点)。刀位点一般取为刀具轴线与刀具外表的交点，多
2、轴加工中还要给出刀轴矢量。 1.2数控编程技能的展开概况 为了处理数控加工中的程序编制问题，50年代，MIT规划了一种专门用于机械零件数控加工程序编制的言语，称为APT(AutomaticallyProgrammedTool)。其后，APT几经展开，形成了比方APTII、APTIII、APT(算法改善，增加多坐标曲面加工编程功用) APTAC(Advancedcontouring),APT/SS(SculpturedSurface)等先进版。 采用APT言语编制数控程序具有程序简炼，走刀操控灵活等长处，使数控加工编程从面向机床指令的“汇编言语”级，上升到面向几许元素.APT仍有许多不方便之处：
3、采用言语界说零件几许形状，难以描述杂乱的几许形状，缺少几许直观性;缺少对零件形状、刀具运动轨道的直观图形显现和刀具轨道的验证手法;难以和CAD数据库和CAPP体系有用衔接;不简单作到高度的自动化，集成化。 针对APT言语的缺点，1978年，法国达索飞机公司开端开发集三维规划、剖析、NC加工一体化的体系，称为为CATIA。随后很快呈现了象EUCLID，UGII，INTERGRAPH，Pro/Engineering，MasterCAM及NPU/GNCP等体系，这些体系都有用的处理了几许造型、零件几许形状的显现，交互规划、修正及刀具轨道生成，走刀进程的仿真显现、验证等问题，推动了CAD和CAM向一体
4、化方向展开。 到了80年代，在CAD/CAM一体化概念的根底上，逐步形成了核算机集成制作体系(CIMS)及并行工程(CE)的概念。现在，为了习惯CIMS及CE展开的需要，数控编程体系正向集成化和智能化方向展开。 在集成化方面，以开发STEP(StandardfortheExchangeofProductModelData)标准的参数化特征造型体系为主，现在已进展了很多行之有用的作业，是国内外开发的热门;在智能化方面，作业刚刚开端，还有待咱们去尽力INA 开式冲压滚针轴承 HN202X FAG 止推轴承座 BND3234-H-C-T-AF-S TSPW25- INA液压杆端轴承 GIHRK80-
5、DO QJ244-N2-MPA-C3 FAG 止推轴承座BND3080-Z-T-BL-S KWE15-G3-V4 NUP312-E-TVP2 FAG 球面滚子轴承22214-E1 INA 滚针和保持架组件 K40X45X13 我国机械工程商场上海世邦机器超前展开形式带动矿山行业新走向机械工程乡镇我国投资推动多点支撑工程机械再迎展开良机东盟我市印尼厦门厦工全系列产品赴印尼参展剑指东盟商场瑞安市公司零部件瑞安中建零部件通过ISO/TS16949:xx体系认证机床沈阳我国企业沈阳机床本相：一场深入的革新已在内部酝酿今年钢材新产品方针龙工首季产品销量全面急增 涨价逾2%缸体柱塞磨损间隙轿车起重机用75
6、泵的修正沥青磨削工艺磨盘剪切机和磨机在改性沥青成套设备中的运用. 近年来，跟着核算机技能的迅猛展开和日益广泛的运用，自然地会提出人类智力活动能不能由核算机来完结的问题。几十年来，人们一贯把核算机当作是只能以极快地、熟练地、准确地运算数字的机器。 但是在当今国际要处理的问题并不彻底是数值核算，像言语的了解和翻译、图形和声音的识别、决议方案管理等都不属于数值核算，特别像医疗确诊要有专门的特有的阅历和常识的医师才能作出正确确实诊。这就要求核算机能从“数据处理”扩展到还能“常识处理”的范畴。核算机才能范畴的转化是导至“人工智能”快速展开的重要因素。 2.1人工智能的界说 闻名的美国斯坦福大学人工智能研
7、讨中心尼尔逊教授对人工智能下了这样一个界说：“人工智能是关于常识的学科怎样说明常识以及怎样获得常识并运用常识的科学。”而另一个美国麻省理工学院的温斯顿教授以为：“人工智能就是研讨怎么使核算机去做曩昔只有人才能做的智能作业。” 这些说法反映了人工智能学科的根本思想和根本内容。即人工智能是研讨人类智能活动的规那么，构造具有必定智能的人工体系，研讨怎么让核算机去完结以往需要人的智力才能担任的作业，也就是研讨怎么运用核算机的软硬件来仿照人类某些智能行为的根本理论、方法和技能。 人工智能(Artificial Intelligence，简称AI)是核算机学科的一个分支，二十世纪七十年代以来被称为国际三大
8、尖端技能之一(空间技能、能源技能、人工智能)。也被以为是二十一世纪(基因工程、纳米科学、人工智能)三大尖端技能之一。这是因为近三十年来它获得了敏捷的展开，在很多学科范畴都获得了广泛运用，并获得了丰富的效果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个体系。 人工智能是研讨使核算机来仿照人的某些思想进程和智能行为(如学习、推理、思考、规划等)的学科，首要包括核算机完结智能的原理、制作类似于人脑智能的核算机，使核算机能完结更高层次的运用。人工智能将涉及到核算机科学、心理学、哲学和言语学等学科。 能够说几乎是自然科学和社会科学的所有学科，其规模已远远超出了核算机科学的范畴，人工智
9、能与思想科学的联络是实践和理论的联络，人工智能是处于思想科学的技能运用层次，是它的一个运用分支。从思想观念看，人工智能不只限于逻辑思想，要考虑形象思想、创意思想才能促进人工智能的突破性的展开，数学常被以为是多种学科的根底科学，数学也进入言语、思想范畴，人工智能学科也有必要借用数学东西，数学不只在标准逻辑、模糊数学等规模发挥作用，数学进入人工智能学科，它们将相互促进而更快地展开。 从实用观念来看，人工智能是一门常识工程学：以常识为方针，研讨常识的获取、常识的说明方法和常识的运用。 2.2核算机与智能 一般咱们用核算机，不只需告诉核算机，要做什么，还有必要详细地、正确地告诉核算机怎么做。也就是说，
10、人们要根据使命的要求，以适当的核算机言语，编制针对该使命的运用程序，才能运用核算机完结此项使命。这样实际上是在人彻底操控核算机完结的，是谈不上核算机有“智能”。 我们都知道，国际国际象棋棋王卡斯帕罗夫与美国IBM公司的RS/6000(深蓝)核算机体系于1997年5月11日进展了六局“人机大战”，结果“深蓝”以3.5比2.5的总比分取胜。竞赛完毕了给人们留下了深入的思考;下棋要取胜要求选手要有很强的思想才能、记忆才能、丰富的下棋阅历，还得及时作出反映，敏捷进展有用的处理，否那么一着出错满皆输，这显然是个“智能”问题。 尽管开发“深蓝”核算机的IBM专家也以为它离智能核算机还相差甚远，但它以高速的
11、并行的核算才能(2r108步/秒棋的核算速度)。完结了人类智力的核算机上的部分仿照。 从字面上看，“人工智能”就是用人工的方法在核算机上完结人的智能，或许说是人们使核算机具有类似于人的智能。 2.3智能与常识 在20世纪70年代今后，在许多国家都相继展开了人工智能的研讨，因为其时对完结机器智能了解得过于简单和片面，以为只需一些推理的规律加上强大的核算机就能有专家的水平缓超人的才能。 这样，尽管也获得必定效果，但问题也跟着呈现了，例如机器翻译其时人们往往以为只需用一部双向词典及词法常识，就能完结两种言语文字的互译，其实彻底不是这么一回事，例如，把英语句子“Time flies like an a
12、rrow”(日月如梭)翻译成日语，然后再译回英语，居然成为“苍蝇喜爱箭”;当把英语“The spirit is willing but the flesh is weak”(心有余而力缺乏)译成俄语后，再译回来竟变成“The wine is good but the meat is spoiled”(酒是好的但肉已蜕变)。 在其它方面也都遇到这样或许那样的困难。这时，本来对人工智能抱疑心态度的人提出责备，甚至把人工智能说成是 “骗局”、“庸人自扰”，有些国家还削减人工智能的研讨经费，一时人工智能的研讨进入了低落。 然而，人工智能研讨的先驱者们没有放弃，而是通过认真的反思、总结阅历和经历，认识到
13、人的智能表现在人能学习常识，有了常识，能了解、运用已有的常识。正向思想科学所说“智能的核心是思想，人的全部智慧或智能都大脑思想活动，人类的全部常识都是人们思想的产物。”“一个体系之所以有智能是因为它具有可运用的常识。” 要让核算机“聪明”起来，首先要处理核算机怎么学会一些必要常识，以及怎么运用学到的常识问题。仅仅对一般事物的思想规那么进展探索是不可能处理较高层次问题的。人工智能研讨的展开应当改动为以常识为中心来进展。 自从人工智能转向以常识为中心进展研讨以来，以专家常识为根底开发的专家体系在许多范畴里获得成功，例如：地矿勘探专家体系(PROSPECTOR)拥有 15种矿产常识，能根据岩石标本及
14、地质勘探数据对矿产资源进展估量和猜测，能对矿床分布、储藏量、品位、挖掘价值等进展揣度，拟定合理的挖掘方案，成功地找到了超亿美元的钼矿。 又如专家体系(MYCIN)能识别51种病菌，正确运用23种抗菌素，可帮助医师确诊、治疗细菌感染性血液病，为患者供给最正确处方，成功地处理了数百个病例。 它还通过以下的测验：在相互阻隔的情况下，用MYCIN体系和九位斯坦福大学医学院医师，分别对十名不清楚感染源的患者进展确诊和处方，由八位专家进展评判，结果是MYCIN和三位医师所开出的处方对症有用;而在是否对其它可能的病原体也有用并且用药又不过量方面，MYCIN 那么胜过了九位医师。显现出较高的水平。 专家体系的
15、成功，充分说明常识是智能的根底，人工智能的研讨有必要以常识为中心来进展。因为常识的说明、使用、获取等的研讨都获得较大的开展。因此，人工智能的研讨得以处理了许多理论和技能上问题。 2.4人工智能研讨的方针 1950年英国数学家图灵(A.M.Turing,19121954)发表了”核算机与智能”的论文中提出闻名的“图灵测验”，形象地提出人工智能应该到达的智能标准;图灵在这篇论文中以为“不要问一个机器是否能思想，而是要看它能否通过以下的测验;让人和机器分别位于两个房间，他们只可通话，不能相互看见。 通过对话，假设人的一方不能区别对方是人仍是机器，那么就能够以为那台机器到达了人类智能的水平。图灵为此特
16、地规划了被称为“图灵梦想”的对话。在这段对话中“询问者”代表人，“智者”代表机器，并且假定他们都读过狄更斯(C.Dickens)的闻名小说匹克威克别传，对话内容如下： 询问者：在14行诗的首行是“你好似夏日”，你不觉得“春日”更好吗? 智者：它不合韵。 询问者：“冬日”怎么?它可彻底合韵的。 智者：它确是合韵，但没有人情愿被比作“冬日”。 询问者：你不是说过匹克威克先生让你想起圣诞节吗? 智者：是的。 询问者：圣诞节是冬季的一个日子，我想匹克威克先生对这个比方不会介怀吧。 智者：我以为您不够严谨，“冬日”指的是一般冬季的日子，而不是某个特别的日子，如圣诞节。 从上面的对话能够看出，能满足这样的
17、要求，要求核算机不只能仿照并且能够延伸、扩展人的智能，到达甚至超越人类智能的水平，在现在是难以到达的，它是人工智能研讨的根本方针。 人工智能研讨的近期方针;是使现有的核算机不只能做一般的数值核算及非数值信息的数据处理，并且能运用常识处理问题，能仿照人类的部分智能行为。依照这一方针，根据现行的核算机的特色研讨完结智能的有关理论、技能和方法，树立相应的智能体系。例如现在研讨开发的专家体系，机器翻译体系、形式识别体系、机器学习体系、机器人等。 2.5人工智能的研讨范畴 现在，人工智能的研讨是与详细范畴相结合进展的。根本上有如下范畴; 专家体系,专家体系是依托人类专家已有的常识树立起来的常识体系，现在
18、专家体系是人工智能研讨中展开较早、最活泼、成效最多的范畴，广泛运用于医疗确诊、地质勘探、石油化工、军事、文化教育等各方面。它是在特定的范畴内具有相应的常识和阅历的程序体系，它运用人工智能技能、仿照人类专家处理问题时的思想进程，来求解范畴内的各种问题，到达或接近专家的水平。 2.6机器学习 要使核算机具有常识一般有两种方法;一种是由常识工程师将有关的常识概括、收拾，并且说明为核算机能够承受、处理的方法输入核算机。另一种是使核算机自身有获得常识的才能，它能够学习人类已有的常识，并且在实践进程中不总结、完善，这种方法称为机器学习。 机器学习的研讨，首要在以下三个方面进展：一是研讨人类学习的机理、人脑
19、思想的进程;和机器学习的方法;以及树立针对详细使命的学习体系。 机器学习的研讨是在信息科学、脑科学、神经心理学、逻辑学、模糊数学等多种学科根底上的。依赖于这些学科而共同展开。现在已经获得很大的开展，但还没有能彻底处理问题。 2.7形式识别 形式识别是研讨怎么使机器具有感知才能，首要研讨视觉形式和听觉形式的识别。如识别物体、地势、图象、字体(如签字)等。在日常日子各方面以及军事上都有广阔的用途。近年来敏捷展开起来运用模糊数学形式、人工神经网络形式的方法逐渐替代传统的用核算形式和构造形式的识别方法。 特别神经网络方法在形式识别中获得较大开展。 2.8了解自然言语 核算机如能“听懂”人的言语(如汉语
20、、英语等)，便能够直接用白话操作核算机，这将给人们带极大的便利。核算机了解自然言语的研讨有以下三个方针：一是核算机能正确了解人类的自然言语输入的信息，并能正确答复(或响应)输入的信息。二是核算机对输入的信息能产生相应的摘要，并且复述输入的内容。三是核算机能把输入的自然言语翻译成要求的另一种言语，如将汉语译成英语或将英语译成汉语等。现在，研讨核算机进展文字或言语的自动翻译，人们作了很多的尝试，还没有找到最正确的方法，有待于更进一步深入探索。 2.9机器人学 机器人是一种能仿照人的行为的机械，对它的研讨阅历了三代的展开进程： 第一代(程序操控)机器人：这种机器人一般是按以下二种方法“学会”作业的;
21、一种是由规划师预先按作业流程编写好程序存贮在机器人的内部存储器，在程序操控下作业。另一种是被称为“示教再现”方法，这种方法是在机器人第一次执行使命之前，由技能人员引导机器人操作，机器人将整个操作进程一步一步地记录下来，每一步操作都说明为指令。示教完毕后，机器人按指令顺序完结作业(即再现)。如使命或环境有了改动，要重新进展程序规划。这种机器人能尽心尽责的在机床、熔炉、焊机、出产线上作业。日前商品化、实用化的机器人大都属于这一类。 这种机器人最大的缺点是它只能刻板地按程序完结作业，环境稍有改变(如加工物品略有倾斜)就会出问题，甚至发生风险，这是因为它没有感觉功用，在日本曾发生过机器人把现场的一个工
22、人抓起来塞到刀具下面的情况。 第二代(自习惯)机器人：这种机器人配备有相应的感觉传感器(如视觉、听觉、触觉传感器等)，能获得作业环境、操作方针等简单的信息，并由机器人体内的核算机进展剖析、处理，操控机器人的动作。尽管第二代机器人具有一些初级的智能，但还需要技能人员协调作业。现在已经有了一些商品化的产品。 第三代(智能)机器人：智能机器人具有类似于人的智能，它装备了高灵敏度的传感器，因此具有超越一般人的视觉、听觉、嗅觉、触觉的才能，能对感知的信息进展剖析，操控自己的行为，处理环境发生的改变，完结交给的各种杂乱、困难的使命。并且有自我学习、概括、总结、进步已把握常识的才能。现在研发的智能机器人大都
23、只具有部分的智能，和真正的意义上的智能机器人，还差得很远。 2.10智能决议方案支撑体系 决议方案支撑体系是属于管理科学的范畴，它与“常识智能”有着极其亲近的联络。在80年代以来专家体系在许多方面获得成功，将人工智能中特别是智能和常识处理技能运用于决议方案支撑体系，扩展了决议方案支撑体系的运用规模，进步了体系处理问题的才能，这就成为智能决议方案支撑体系。 2.11人工神经网络 人工神经网络是在研讨人脑的微妙中得到启发，试图用很多的处理单元(人工神经元、处理元件、电子元件等)仿照人脑神经体系工程构造和作业机理。 在人工神经网络中，信息的处理是由神经元之间的相互作用来完结的，常识与信息的存储表现为
24、网络元件互连间分布式的物理联络，网络的学习和识别取决于和神经元衔接权值的动态演化进程。 多年来，人工神经网络的研讨获得了较大的开展，成为具有一种共同风格的信息处理学科。当然现在的研讨还仅仅一些简单的人工神经网络模型。要树立起一套完好的理论和技能体系，需要作出更多尽力和讨论。然而人工神经网络已经成为人工智能中极其重要的一个研讨范畴。 人类通过五千的展开进入了根据常识的“常识经济”。人类社会空前地高速展开。常识是智能的根底，常识只有转化为智能才能发挥作用，常识无限的堆集，智能也就将在人类社会起越来越大的作用，更有人提出：常识经济的进一步展开将是“智能经济”。 “智能经济”是根据“广义智能”的经济，“广义智能”包括：人的智能、人工智能以及人和智能机器相结合的“集成智能”。能够想象根据广义智能的“智能经济”将比根据常识的“常识经济”将具有更高的智能水平，更高更快展开速度。
