材料切削性能的模糊综合评判

原作者:[标签:作者] 添加时间:2007-06-28 原文发表:2007-06-28 人气:1

在材料切削加工性评定中，存在着许多模糊性因素，比如我们说某材料易切削、难切削等概念，它没有一个明确的界限。模糊数学中的模糊综合评判正是对受多种因素制约的事物或对象，作出一个总的评价。在侧重考虑主要因素的同时兼顾考虑其它因素的影响，因此应用模糊数学的方法进行综合评判将会取得很好的实际效果。该模糊综合评判的数学模型建立分为以下4个步骤：

1) 建立评判对象因素集F={f1，f2，…，f1}, 在此即为{硬度、抗拉强度、延伸率、冲击韧度、导热系数}。
2) 建立评语集V={V1，V2，…， Vn} ，在此为材料的加工等级代号。
3) 建立单因素评判，确定单因素的隶属函数。一般采用正态分布函数作为隶属函数，考虑到材料的加工参数的相对性，在本系统中主要采用具有平顶的分段平方模糊数，较正态分布函数更好地反映材料物理、力学性能对切削加工性影响的本质。并在此基础上，导出模糊关系矩阵。
4) 确定综合评判权重矩阵。根据生产经验取={0.28，0.28，0.12，0.12，0.2}

在模糊综合评判的过程中，隶属函数的确立和模糊算子的选取对模糊综合评判的结果影响最大，通过大量试验的研究，本系统主要采用具有平顶的分段平方模糊数作为隶属函数并使用广义模糊算子，取得了较好的评判效果。

程序实现：

该系统的研究是用Delphi语言作为开发语言。其隶属函数的建立及模糊综合评判的实现由下列语句实现：

3 基于模糊聚类方法的材料聚类

将研究或处理的对象按照一定的条件或属性进行分类的数学方法，叫聚类分析。利用模糊聚类方法可以将评判出的材料从材料切削性能数据库中取出相等等级的材料进行模糊聚类分析。从而可以利用以往的加工数据快速确定切削参数或作为优化参考。模糊聚类的实现：

1) 建立要分类的样本集R。取相应材料的各种物理、力学性能建立样本集。由于各个指标的量纲和数量级都不同，所以必须对原始数据进行规格化。否则，产生偏差很大。本系统的数据规格化采用均值规格化：xij=xij(xj)

本页地址

• 数控加工的两个车轮--数控刀具和数字化量仪