学位论文 > 优秀研究生学位论文题录展示

智能切削数据库及其数据挖掘技术的研究

作　者: 喻秀
导　师: 王国锋
学　校: 天津大学
专　业: 机械制造及其自动化
关键词: 切削数据库 智能化 规则推理 切削参数优化 数据挖掘
分类号: TP311.13
类　型: 硕士论文
年　份: 2010年
下　载: 88次
引　用: 0次
阅　读: 论文下载
 

内容摘要


切削数据库技术可以为机械制造业提供合理和优化的切削数据,以提高加工精度、表面质量和加工效率,因此是发展各种现代制造技术的一项基础性工作。本文以切削数据库为研究对象,对切削数据库的智能化进行了深入的研究,并对数据挖掘技术在切削数据库中的应用技术进行了探讨。本文研究内容主要包括以下几个方面:基于Windows系统和SQL Server数据库平台,开发了切削数据库原型系统。该系统可实现对切削加工中的各种数据信息、切削知识及各种模型信息的储存、修改、查询等管理,以满足用户在切削加工中所需要的各种数据信息。系统通过建立知识库,为规则推理机的智能推理打下了基础,为推理过程的顺利进行提供了重要保证。此外,通过建立模型库,解决了加工性能预测和切削参数优化过程中重复实验和建模的问题,在很大程度上节省了加工时间,降低了加工成本。在切削数据库原型系统的基础上,本文将规则推理和基于遗传算法的切削参数优化技术集成到切削数据库中。通过开发的规则推理机,用户可为切削数据库中不存在的新工件材料或新加工要求的智能加工提供决策方案。通过基于遗传算法的切削参数优化模块,系统可实现切削参数的单目标或多目标优化,从而为用户提供能够满足要求的最优化的切削参数。在前面研究的基础上,将基于Apriori算法的关联规则数据挖掘技术应用到了切削数据库中。在分析切削数据库特点的基础上,对该算法进行了改进并将其应用到切削数据库的数据挖掘中。挖掘实例证明,数据挖掘技术在切削数据库系统中的应用是可行的,挖掘结果是准确有效的。以上研究成果为智能切削数据平台的建立以及数据挖掘技术在切削数据库中的应用奠定了基础,同时对推动切削加工向智能化方式转变、提高加工效率等方面都具有一定的参考意义。

全文目录


摘要  3-4
ABSTRACT  4-8
第一章 绪论  8-13
  1.1 课题来源及研究意义  8-9
    1.1.1 课题来源  8
    1.1.2 课题的研究意义  8-9
  1.2 课题背景和国内外研究现状  9-11
    1.2.1 切削数据库  9-10
    1.2.2 数据挖掘技术  10-11
  1.3 本文研究内容  11-13
    1.3.1 智能切削数据库的开发和建立  11
    1.3.2 数据挖掘技术的应用  11-13
第二章 智能切削数据库系统的结构功能分析与设计  13-20
  2.1 系统总体功能分析及总体规划  13-14
    2.1.1 系统总体功能分析  13
    2.1.2 系统总体规划  13-14
  2.2 系统子功能分析及数据表设计  14-19
    2.2.1 数据库子库管理  14-15
    2.2.2 知识库管理  15-16
    2.2.3 模型库管理  16-18
    2.2.4 系统管理  18-19
    2.2.5 规则推理机模块  19
    2.2.6 切削参数优化模块  19
  2.3 本章小结  19-20
第三章 规则推理机和切削参数优化  20-40
  3.1 规则推理机的建立  20-23
    3.1.1 切削知识库  20-21
    3.1.2 规则推理机  21-23
  3.2 切削参数优化  23-39
    3.2.1 优化方法及原理  24-29
    3.2.2 切削参数优化处理  29-30
    3.2.3 优化实例  30-39
  3.3 本章小结  39-40
第四章 智能切削数据库系统的开发与实现  40-48
  4.1 VB 访问SQL Sever 数据库的方法  40-42
    4.1.1 ADODC 连接数据库的方法  40-41
    4.1.2 ADODB 连接数据库的方法  41-42
  4.2 程序运行实例及运行界面  42-47
  4.3 本章小结  47-48
第五章 数据挖掘技术在切削数据库中的应用  48-55
  5.1 关联规则挖掘和Apriori 算法  48-50
    5.1.1 切削数据关联规则挖掘概述  48-49
    5.1.2 Apriori 算法  49-50
  5.2 Apriori 算法的改进  50-52
  5.3 切削数据库数据挖掘实例  52-54
    5.3.1 挖掘数据属性的选取及其离散化  52
    5.3.2 数据挖掘  52-54
    5.3.3 结果分析  54
  5.4 本章小结  54-55
第六章 结论与展望  55-57
  6.1 全文总结  55
  6.2 展望  55-57
参考文献  57-60
发表论文和参加科研情况说明  60-61
致谢  61

相似论文

  1. 珠三角地区高性能混凝土配合比智能化系统,TU528
  2. 基于数据挖掘技术的保健品营销研究,F426.72
  3. 高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
  4. 张炳厚学术思想与临床经验总结及应用地龟汤类方治疗慢性肾脏病的经验研究,R249.2
  5. Bicluster数据分析软件设计与实现,TP311.52
  6. 基于变异粒子群的聚类算法研究,TP18
  7. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  8. 基于遗传算法和粗糙集的聚类算法研究,TP18
  9. 基于数据挖掘的税务稽查选案研究,F812.42
  10. 智能化蚕种催青技术的研发及应用,S882
  11. 面向社区教育的个性化学习系统的研究与实现,TP391.6
  12. 基于关联规则挖掘的入侵检测系统的研究与实现,TP393.08
  13. 数据仓库技术在银行客户管理系统中的研究和实现,TP315
  14. 基于Moodle的高职网络教学系统设计与实现,TP311.52
  15. 教学质量评估数据挖掘系统设计与开发,TP311.13
  16. 会展中心建筑智能化系统研究与应用,TU855
  17. 关联规则算法在高职院校贫困生认定工作中的应用,G717
  18. 基于数据挖掘技术在城市供水的分析与决策,F299.24;F224
  19. 数据挖掘技术在电视用户满意度分析中的应用研究,TP311.13
  20. Web使用挖掘与网页个性化服务推荐研究,TP311.13
  21. 数据挖掘在学校管理和学生培养中的应用,TP311.13

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 程序设计、软件工程 > 程序设计 > 数据库理论与系统
© 2012 www.xueweilunwen.com