數控畢業論文

數控技術畢業論文總結

數控技術畢業論文總結

1.數控編程與其開展

數控編程是U前CAD/CAPP/CAM系統中最能明顯發揮效益的環節之一，其在實現

設計加工自動化、提高加工精度和加工質量、縮短產品研制周期等方面發揮著重要作

用。在諸如航空工業、汽車工業等領域有著大量的應用。由于生產實際的強烈需求，

國內外都對數控編程技術進行了廣泛的研究，并取得了豐碩成果。下面就對數控編程

及其開展作一些介紹。

1.1數控編程的根本概念數控編程是從零件圖紙到獲得數控加工程序的全過程。

它的主要任務是計算加匸走刀中的刀位點(cutterlocationpoint簡稱CL點)。刀位點

一般取為刀具軸線與刀具外表的交點，多軸加工中還要給出刀軸矢量。

1.2數控編程技術的開展概況

為了解決數控加工中的程序編制問題，50年代，MIT設計了一種專門用于機械零

件數控加工程序編制的語言，稱為APT(AutomaticallyProgrammedTool)。其后，

APT兒經開展，形成了諸如(算法改良，增加多坐標曲面加工編

程功能)APTAC(Advancedcontouring),APT/SS(SculpturedSurface)等先進版。

采用APT語言編制數控程序具有程序簡煉，走刀控制靈活等優點，使數控加工編

程從面向機床指令的“匯編語言〞級，上升到面向兒何元素.APT仍有許多不便之處：

采用語言定義零件兒何形狀，難以描述復雜的兒何形狀，缺乏兒何直觀性；缺少對零

件形狀、刀具運動軌跡的直觀圖形顯示和刀具軌跡的驗證手段;難以和CAD數據庫和

CAPP系統有效連接;不容易作到高度的自動化，集成化。

針對APT語言的缺點，1978年，法國達索飛機公司開始開發集三維設訃、分析、

NC加工一體化的系統，稱為為CATIAo隨后很快出現了象EUCLID,UGII,

INTERGRAPH,Pro/Engineering,MasterCAM及NPU/GNCP等系統，這些系統都有效

的解決了兒何造型、零件兒何形狀的顯示，交互設計、修改及刀具軌跡生成，走刀過

程的仿真顯示、驗證等問題，推動了CAD和CAM向一體化方向開展。

到了80年代，在CAD/CAM—體化概念的根底上，逐步形成了計算機集成制造系

統(CIMS)及并行工程(CE)的概念。□前，為了適應CIMS及CE開展的需要，數控編程

系統正向集成化和智能化方向開展。

在集成化方面，以開發STEP(StandardfortheExchangeofProductModelData)

標準的參數化特征造型系統為主，LI前已進行了大量卓有成效的匸作，是國內外開發

的熱點;在智能化方面，工作剛剛開始，還有待我們去努力I□開式沖壓滾針軸承

HN2021FAG止推軸承座BND3234-H-C-T-AF-STSPW25-INA液壓桿端軸承

GIHRK80-D0QJ244-N2-MPA-C3FAG止推軸承座BND3080-Z-T-BL-SKWE15-G3-V4

NUP312-E-TVP2FAG球面滾子軸承22214-E1INA滾針和保持架組件K40X45X13中國

機械匸程市場上海世邦機器超前開展模式帶動礦山行業新走向機械工程城鎮中國投資

推動多點支持丄程機械再迎開展良機東盟我市印尼廈門廈丄全系列產品赴印尼參展劍

指東盟市場瑞安市公司零部件瑞安中建零部件通過IS0/TS16949:2021體系認證機床

沈陽中國企業沈陽機床真相：一場深刻的變革已在內部醞釀今年鋼材新產品U標龍工

首季產品銷量全面急增漲價逾2%缸體柱塞磨損間隙汽車起重機用75泵的修復瀝青磨

削丄藝磨盤剪切機和磨機在改性瀝青成套設備中的應用.

2.人工智能的開展和應用

近年來，隨著計算機技術的迅猛開展和日益廣泛的應用，自然地會提出人類智力活

動能不能由計算機來實現的問題。兒十年來，人們一向把計算機當作是只能以極快地、

熟練地、準確地運算數字的機器。

但是在當今世界要解決的問題并不完全是數值計算，像語言的理解和翻譯、圖形和

聲音的識別、決策管理等都不屬于數值計算，特別像醫療診斷要有專門的特有的經驗和

知識的醫師才能作岀正確的診斷。這就要求計算機能從“數據處理〞擴?展到還能“知

識處理〞的范疇。計算機能力范疇的轉化是導至“人工智能〞快速開展的重要因素。

2.1人工智能的定義

著名的美國斯坦福大學人工智能研究中心尼爾遜教授對人工智能下了這樣一個定

義：“人工智能是關于知識的學科一一怎樣表示知識以及怎樣獲得知識并使用知識的科

學。〞而另一個美國麻省理工學院的溫斯頓教授認為：“人工智能就是研究如何使計算

機去做過去只有人才能做的智能工作。〞

這些說法反映了人工智能學科的根本思想和根本內容。即人工智能是研究人類智能

活動的規律，構造具有一定智能的人工系統，研究如何讓計算機去完成以往需要人的智

力才能勝任的工作，也就是研究如何應用計算機的軟硬件來模擬人類某些智能行為的根

本理論、方法和技術。

人匸智能〔ArtificialIntelligence,簡稱AI〕是計算機學科的一個分支，二

十世紀七十年代以來被稱為世界三大尖端技術之一〔空間技術、能源技術、人工智

能〕。也被認為是二十一世紀〔基因工程、納米科學、人工智能〕三大尖端技術之

一。這是因為近三十年來它獲得了迅速的開展，在很多學科領域都獲得了廣泛應用，

并取得了豐碩的成果，人工智能已逐步成為一個獨立的分支，無論在理論和實踐上都

已自成一個系統。

人工智能是研究使計算機來模擬人的某些思維過程和智能行為〔如學習、推理、思

考、規劃等〕的學科，主要包括計算機實現智能的原理、制造類似于人腦智能的計算

機，使計算機能實現更高層次的應用。人工智能將涉及到計算機科學、心理學、哲學和

語言學等學科。

可以說兒乎是自然科學和社會科學的所有學科，其范圍已遠遠超出了計算機科學的

范疇，人工智能與思維科學的關系是實踐和理論的關系，人工智能是處于思維科學的技

術應用層次，是它的一個應用分支。從思維觀點看，人工智能不僅限于邏輯思維，要考

慮形象思維、靈感思維才能促進人工智能的突破性的開展，數學常被認為是多種學科的

根底科學，數學也進入語言、思維領域，人工智能學科也必須借用數學工具，數學不僅

在標準邏輯、模糊數學等范用發揮作用，數學進入人工智能學科，它們將互相促進而更

快地開展。從實用觀點來看，人工智能是一門知識工程學：以知識為對象，研究知識的

獲取、知識的表示方法和知識的使用。

2.2計算機與智能

通常我們用計算機，不僅要告訴計算機，要做什么，還必須詳細地、正確地告訴計

算機怎么做。也就是說，人們要根據任務的要求，以適當的計算機語言，編制針對該任

務的應用程序，才能應用計算機完成此項任務。這樣實際上是在人完全控制計算機完成

的，是談不上計算機有“智能〞。

大家都知道，世界國際象棋棋王卡斯帕羅夫與美國IBM公司的RS/6000〔深藍〕計

算機系統于1997年5月11日進行了六局“人機大戰〞,結果“深藍〞以3.5比2.5的

總比分獲勝。比賽結束了給人們留下了深刻的思考;下棋要獲勝要求選手要有很強的思維

能力、記憶能力、豐富的下棋經驗，還得及時作出反映，迅速進行有效的處理，否那么

一著出錯滿皆輸，這顯然是個“智能〞問題。

盡管開發“深藍〞計算機的IBM專家也認為它離智能汁算機還相差其遠，但它以高

速的并行的計算能力〔2rl08步/秒棋的計算速度〕。實現了人類智力的計?算機上的局

部模擬。從字面上看，“人工智能〞就是用人工的方法在計算機上實現人的智能，或者

說是人們使計算機具有類似于人的智能。

2.3智能與知識

在20世紀70年代以后，在許多國家都相繼開展了人工智能的研究，山于當時對實

現機器智能理解得過于容易和片面，認為只要一些推理的定律加上強大的訃算機就能有

專家的水平和超人的能力。

這樣，雖然也獲得一定成果，但問題也跟著出現了，例如機器翻譯當時人們往往認

為只要用一部雙向詞典及詞法知識，就能實現兩種語言文字的互譯，其實完全不是這么

一回事，例如，把英語句子"Timeflieslikeanarrown〔光陰似箭〕翻譯成日語，

然后再譯回英語，竟然成為“蒼蠅喜歡箭〞；當把英語“Thespiritiswillingbut

thefleshisweakn(心有余而力缺乏)譯成俄語后，再譯回來竟變成"Thewineis

goodbutthemeatisspoiled"(酒是好的但肉已變質)。

在其它方面也都遇到這樣或者那樣的困難。這時，本來對人工智能抱疑心態度的

人提出指責，甚至把人工智能說成是“騙局〞、“庸人自擾〞,有些國家還削減人工智

能的研究經費，一時人工智能的研究進入了低潮。

然而，人工智能研究的先驅者們沒有放棄，而是經過認真的反思、總結經驗和教

訓，認識到人的智能表現在人能學習知識，有了知識，能了解、運用已有的知識。正向

思維科學所說“智能的核心是思維，人的一切智慧或智能都來自大腦思維活動，人類的

一切知識都是人們思維的產物。〞“一個系統之所以有智能是因為它具有可運用的知

識。〞

要讓計算機“聰明〞起來，首先要解決計算機如何學會一些必要知識，以及如何

運用學到的知識問題。只是對一般事物的思維規律進行探索是不可能解決較高層次問題

的。人工智能研究的開展應當改變為以知識為中心來進行。

自從人工智能轉向以知識為中心進行研究以來，以專家知識為根底開發的專家系

統在許多領域里獲得成功，例如：地礦勘探專家系統(PROSPECTOR)擁有13種礦藏知

識，能根據巖石標本及地質勘探數據對礦產資源進行估計和預測，能對礦床分布、儲藏

量、品位、開采價值等進行推斷，制定合理的開采方案，成功地找到了超億美元的鉗

礦。

乂如專家系統(MYCIN)能識別51種病菌，正確使用23種抗菌素，可協助醫生診

斷、治療細菌感染性血液病，為患者提供最正確處方，成功地處理了數口個病例。

它還通過以下的測試：在互相隔離的情況下，用MYCIN系統和九位斯坦福大學醫

學院醫生，分別對十名不清楚感染源的患者進行診斷和處方，山八位專家進行評判，結

果是MYCIN和三位醫生所開出的處方對癥有效;而在是否對其它可能的病原體也有效而

且用藥乂不過量方面，MYCIN那么勝過了九位醫生。顯示出較高的水平。

專家系統的成功，充分說明知識是智能的根底，人工智能的研究必須以知識為中

心來進行。山于知識的表示、利用、獲取等的研究都取得較大的進展。因而，人工智能

的研究得以解決了許多理論和技術上問題。

2.4人工智能研究的目標

1950年英國數學家圖靈(,1912—1954)發表了〞計算機與智能〞

的論文中提出著名的“圖靈測試〞,形象地提岀人工智能應該到達的智能標準；圖靈在

這篇論文中認為“不要問一個機器是否能思維，而是要看它能否通過以下的測試;讓人

和機器分別位于兩個房間，他們只可通話，不能互相看見。

通過對話，如果人的一方不能區分對方是人還是機器，那么就可以認為那臺機器

到達了人類智能的水平。圖靈為此特地設計了被稱為“圖靈夢想〞的對話。在這段對

話中“詢問者〞代表人，“智者〞代表機器，并且假定他們都讀過狄更斯(C.

Dickens)的著名小說?匹克威克外傳?，對話內容如下：

詢問者：在14行詩的首行是“你如同夏日〞，你不覺得“春日〞更好嗎？智者：

它不合韻。

詢問者："冬日〞如何?它可完全合韻的。

智者：它確是合韻，但沒有人愿意被比作“冬日〞。

詢問者：你不是說過匹克威克先生讓你想起圣誕節嗎？

智者：是的。

詢問者：圣誕節是冬天的一個日子，我想匹克威克先生對這個比喻不會介意吧。

智者：我認為您不夠嚴謹，“冬日〞指的是一般冬天的日子，而不是某個特別的日

子，如圣誕節。

從上面的對話可以看出，能滿足這樣的要求，要求計算機不僅能模擬而且可以延伸、

擴展人的智能，到達其至超過人類智能的水平，在口詢是難以到達的，它是人工智能研

究的根本目標。

人工智能研究的近期LI標;是使現有的計算機不僅能做一般的數值計算及非數值

信息的數據處理，而且能運用知識處理問題，能模擬人類的局部智能行為。按照這一

口標，根據現行的計算機的特點研究實現智能的有關理論、技術和方法，建立相應的

智能系統。例如LI前研究開發的專家系統，機器翻譯系統、模式識別系統、機器學習

系統、機器人等。

2.5人工智能的研究領域

□前，人工智能的研究是與具體領域相結合進行的。根本上有如下領域；專家系統，

專家系統是依靠人類專家已有的知識建立起來的知識系統，口前專家系統是人工智能研

究中開展較早、最活潑、成效最多的領域，廣泛應用于醫療診斷、地質勘探、石油化工、

軍事、文化教育等各方面。它是在特定的領域內具有相應的知識和經驗的程序系統，它

應用人工智能技術、模擬人類專家解決問題時的思維過程，來求解領域內的各種問題，

到達或接近專家的水平。

2.6機器學習

要使計算機具有知識一般有兩種方法;一種是由知識工程師將有關的知識歸納、整

理，并且表示為計算機可以接受、處理的方式輸入訃算機。另一種是使訃算機本身有

獲得知識的能力，它可以學習人類已有的知識，并且在實踐過程中不總結、完善，這

種方式稱為機器學習。

機器學習的研究，主要在以下三個方面進行：一是研究人類學習的機理、人腦思維

的過程;和機器學習的方法;以及建立針對具體任務的學習系統。

機器學習的研究是在信息科學、腦科學、神經心理學、邏輯學、模糊數學等多種學

科根底上的。依賴于這些學科而共同開展。U前已經取得很大的進展，但還沒有能完全

解決問題。

2.7模式識別

模式識別是研究如何使機器具有感知能力，主要研究視覺模式和聽覺模式的識

別。如識別物體、地形、圖象、字體〔如簽字〕等。在日常生活各方面以及軍事上都

有廣闊的用途。近年來迅速開展起來應用模糊數學模式、人工神經網絡模式的方法逐

漸取代傳統的用統訃模式和結構模式的識別方法。特別神經網絡方法在模式識別中取

得較大進展。

2.8理解自然語言

計算機如能“聽懂〞人的語言〔如漢語、英語等〕，便可以直接用口語操作計算

機，這將給人們帶極大的便利。計算機理解自然語言的研究有以下三個H標：一是計

算機能正確理解人類的自然語言輸入的信息，并能正確答復〔或響應〕輸入的信息。

二是計算機對輸入的信息能產生相應的摘要，而且復述輸入的?內容。三是計算機能把

輸入的自然語言翻譯成要求的列一種語言，如將漢語譯成英語或將英語譯成漢語等。

目前，研究計算機進行文字或語言的自動翻譯，人們作了大量的嘗試，還沒有找到最

正確的方法，有待于更進一步深入探索。

2.9機器人學

機器人是一種能模擬人的行為的機械，對它的研究經歷了三代的開展過程：第一

代〔程序控制〕機器人：這種機器人一般是按以下二種方式“學會〞工作的;一種是山

設計師預先按丄作流程編寫好程序存貯在機器人的內部存儲器，在程序控制下工作。

另一種是被稱為“示教一再現〞方式，這種方式是在機器人第一次執行任務之前，由

技術人員引導機器人操作，機器人將整個操作過程一步一步地記錄下來，每一步操作

都表示為指令。示教結束后，機器人按指令順序完成工作〔即再現〕。如任務或環境

有了改變，要重新進行程序設計。這種機器人能盡心盡責的在機床、熔爐、焊機、生

產線上工作。日前商品化、實用化的機器人大都屬于這一類。

這種機器人最大的缺點是它只能刻板地按程序完成匸作，環境稍有變化〔如加工

物品略有傾斜〕就會出問題，其至發生危險，這是山于它沒有感覺功能，在日本曾發

生過機器人把現場的一個工人抓起來塞到刀具下面的情況。

第二代〔自適應〕機器人：這種機器人配備有相應的感覺傳感器〔如視覺、聽覺、

觸覺傳感器等〕，能取得作業環境、操作對象等簡單的信息，并山機器人體內的計算機

進行分析、處理，控制機器人的動作。雖然第二代機器人具有一些初級的智能，但還需

要技術人員協調工作。目前已經有了一些商品化的產品。

第三代〔智能〕機器人：智能機器人具有類似于人的智能，它裝備了高靈敏度的傳

感器，因而具有超過一般人的視覺、聽覺、嗅覺、觸覺的能力，能對感知的信息進行分

析，控制自己的行為，處理環境發生的變化，完成交給的各種復雜、困難的任務。而且

有自我學習、歸納、總結、提高已掌握知識的能力。口前研制的智能機器人大都只具有

局部的智能，和真正的意義上的智能機器人，還差得很遠。

2.10智能決策支持系統

決策支持系統是屬于管理科學的范疇，它與“知識一智能〞有著極其密切的關系。

在80年代以來專家系統在許多方面取得成功，將人工智能中特別是智能和知識處理技

術應用于決策支持系統，擴大了決策支持系統的應用范圉，提高了系統解決問題的能力，

這就成為智能決策支持系統。

2.11人工神經網絡

人工神經網絡是在研究人腦的奧秘中得到啟發，試圖用大量的處理單元〔人工神

經元、處理元件、電子元件等〕模仿人腦神經系統工程結構和工作機理。在人工神經

網絡中，信息的處理是山神經元之間的相互作用來實現的，知識與信息的存儲表現為

網絡元件互連間分布式的物理聯系，網絡的學習和識別取決于和神經元連接權值的動

態演化過程。

多年來，人工神經網絡的研究取得了較大的進展，成為具有一種獨特風格的信息

處理學科。當然L1前的研究還只是一些簡單的人工神經網絡模型。要建立起一套完整

的理論和技術系統，需要作出更多努力和探討。然而人工神經網絡已經成為人工智能

中極其重要的一個研究領域。

3.全文總結

人類經過五千的開展進入了基于知識的“知識經濟〞。人類社會空前地高速發展。

知識是智能的根底，知識只有轉化為智能才能發揮作用，知識無限的積累，智能也就將

在人類社會起越來越大的作用，更有人提出：知識經濟的進一步開展將是“智能經濟〞。

“智能經濟〞是基于“廣義智能〞的經濟，“廣義智能〞包含：人的智能、人工

智能以及人和智能機器相結合的“集成智能〞O可以想象基于廣義智能的“智能經濟〞

將比基于知識的“知識經濟〞將具有更高的智能水平，更高更快開展速度。