本书是江苏省高等学校重点教材(编号：2021-2-222)。
本书依据航空航天制造技术的最新发展，本书分析了航空航天制造领域的特点，聚焦智能数控加工技术，剖析了智能数控加工技术的内涵，梳理了智能数控加工技术相关智能技术背后的数学基础与人工智能关键技术，介绍了加工过程数据采集与分析技术，以航空航天领域的智能数控加工技术为典型应用案例分析了智能技术的应用场景。本书在参考大量资料的基础上，融入了本书作者长期的基础知识积累和科研成果。
本书的主要内容包括：首先介绍航空航天制造的特点，阐述智能数控加工技术的内涵，然后介绍智能数控加工过程中的传感技术、数据处理与分析技术以及数字化、网络化制造等关键技术，最后围绕智能数控加工技术在航空航天制造领域的最新需求和具体应用场景，分析智能数控编程、加工变形控制、切削力预测、加工稳定性预测、刀具磨损预测、大型曲面构件自适应加工等智能数控加工领域的典型应用案例。
本书设有二维码，关联相关数控加工知识的动画视频演示，便于读者理解对应知识点。
样章试读
目录
- 目录
第1章 概论1
1.1 制造技术概述1
1.1.1 科学、技术与工程1
1.1.2 制造技术的概念4
1.1.3 世界制造技术发展战略5
1.2 航空航天制造技术9
1.2.1 航空航天制造的特点9
1.2.2 航空航天制造关键技术11
1.3 航空航天智能制造技术的内涵14
1.3.1 智能制造的一般概念14
1.3.2 航空航天智能制造的特点15
1.3.3 智能数控加工技术的概念与内涵16
1.4 本章小结17
1.5 课后习题17
参考文献17
第2章 智能数控加工技术基础18
2.1 人工智能技术的数学基础18
2.1.1 概率论基本概念和重要公式18
2.1.2 常用概率分布21
2.1.3 参数估计23
2.1.4 假设检验25
2.1.5 距离度量27
2.1.6 数据分布度量28
2.1.7 关联分析、相关分析与方差分析30
2.1.8 数据采样方法33
2.1.9 空间35
2.1.10 特征值与特征向量37
2.1.11 奇异值分解38
2.1.12 梯度与链式法则39
2.1.13 最优化方法40
2.1.14 泛函与变分41
2.1.15 数据降维43
2.2 人工智能关键技术46
2.2.1 基本概念47
2.2.2 传统机器学习算法52
2.2.3 贝叶斯推断学习框架54
2.2.4 深度学习56
2.2.5 强化学习59
2.2.6 迁移学习62
2.2.7 元学习64
2.2.8 数据和机理融合建模65
2.2.9 数据和因果融合建模66
2.2.10 参数辨识70
2.3 智能数控加工感知技术72
2.3.1 面向智能数控加工的传感技术73
2.3.2 制造系统状态感知77
2.3.3 制造对象状态感知78
2.3.4 制造过程状态感知79
2.4 数据处理与分析技术80
2.4.1 数据清洗81
2.4.2 信号特征提取81
2.4.3 数据存储与计算83
2.5 数字化制造技术基础84
2.5.1 CAD技术85
2.5.2 CAE技术86
2.5.3 CAPP技术87
2.5.4 CAM技术89
2.5.5 CNC技术90
2.5.6 MBD技术91
2.5.7 CAX集成技术92
2.5.8 CAM/CNC集成技术93
2.5.9 数控机床误差补偿技术94
2.5.10 数控加工检测一体化技术95
2.5.11 智能数控机床95
2.6 网络化制造技术基础96
2.6.1 OPC UA96
2.6.2 DNC97
2.6.3 CPS98
2.6.4 多源异构数据同步关联99
2.6.5 数字孪生101
2.6.6 工业互联网102
2.6.7 云制造103
2.7 本章小结105
2.8 课后习题105
参考文献105
第3章 智能数控编程技术107
3.1 引言107
3.2 加工特征定义108
3.2.1 加工特征定义的基本方法108
3.2.2 典型加工特征定义方法109
3.2.3 加工动态特征定义与建模113
3.2.4 同一加工特征的定义115
3.3 加工特征自动识别117
3.3.1 加工特征自动识别的基本方法117
3.3.2 基于全息属性邻接图的加工特征自动识别118
3.3.3 数据驱动的加工特征定义与识别122
3.4 数据驱动的工艺参数自动决策124
3.4.1 基于属性图的零件工艺参数样本特征表示124
3.4.2 基于图神经网络的工艺参数决策模型126
3.5 自动数控编程驱动信息获取127
3.5.1 自动数控编程驱动信息需求分析127
3.5.2 自动数控编程驱动几何信息处理128
3.6 智能数控加工轨迹规划技术131
3.6.1 数控加工刀具轨迹规划基本概念与方法131
3.6.2 驱动几何的数字图像参数域构建方法133
3.6.3 基于图像卷积的飞机结构件型腔铣削刀轨整体规划方法136
3.6.4 基于图像变形的镜像铣高速铣削轨迹整体规划方法141
3.6.5 基于图像分割的曲面高速铣削轨迹分区规划方法146
3.7 智能数控编程系统与实例分析150
3.8 本章小结153
3.9 课后习题153
参考文献153
第4章 大型结构件加工变形智能控制技术154
4.1 引言154
4.1.1 定位与夹紧155
4.1.2 装夹装置156
4.1.3 加工变形控制方法157
4.2 浮动装夹自适应加工方法与工艺装备158
4.2.1 浮动装夹自适应加工原理158
4.2.2 浮动装夹自适应加工工艺关键技术分析160
4.2.3 浮动装夹模式下的定位原理161
4.2.4 浮动装夹工艺装备162
4.3 基于浮动装夹的结构件加工变形状态监测方法165
4.3.1 结构件加工变形监测方法165
4.3.2 结构件加工过程中变形力的精确测量方法165
4.4 监测数据驱动的加工变形控制工艺自适应调整方法167
4.4.1 基于在线监测数据的主动预应力变形控制方法167
4.4.2 面向变形控制的零件余量动态分配方法168
4.4.3 面向双面结构件加工变形控制的加工顺序协同优化方法171
4.4.4 基于元强化学习的精加工余量优化方法173
4.5 本章小结175
4.6 课后习题175
参考文献176
第5章 切削力智能预测与监测技术177
5.1 引言177
5.1.1 切削力预测技术178
5.1.2 切削力监测技术179
5.2 机理与数据混合驱动的切削力离线预测技术181
5.2.1 基于数字图像表征的切削几何建模181
5.2.2 机理与数据混合驱动的切削力离线预测建模184
5.3 基于数控系统内部监测信号的机理与数据混合驱动切削力监测方法187
5.3.1 数控系统内部监测信号-切削力机理建模187
5.3.2 基于机理的结构化深度神经网络190
5.3.3 仿真与实验分析191
5.4 本章小结198
5.5 课后习题199
参考文献199
第6章 加工稳定性智能预测技术200
6.1 引言200
6.1.1 切削力建模201
6.1.2 刀尖动力学建模201
6.1.3 稳定性分析方法202
6.1.4 铣削动力学模型203
6.2 基于迁移学习的刀尖模态参数预测方法206
6.2.1 刀尖模态参数的获取207
6.2.2 用于刀尖模态参数预测的迁移学习算法213
6.2.3 实验对比与验证分析216
6.3 数据和机理融合的铣削稳定性分析方法218
6.3.1 融入机理的贝叶斯推断框架218
6.3.2 实验对比与验证分析221
6.4 本章小结224
6.5 课后习题224
参考文献225
第7章 刀具磨损智能预测技术226
7.1 引言226
7.1.1 机理模型法227
7.1.2 数据驱动法228
7.1.3 数据与机理融合的预测模型法228
7.2 刀具磨损预测数据采集与分析228
7.2.1 刀具状态数据采集及分析228
7.2.2 刀具检测229
7.3 基于元学习的变工况刀具磨损预测方法231
7.4 数据和机理融合的稳定预测方法233
7.5 实例验证与分析235
7.5.1 验证设计与介绍235
7.5.2 验证结果与分析237
7.6 本章小结239
7.7 课后习题239
参考文献240
第8章 大型曲面构件自适应加工技术241
8.1 引言241
8.1.1 大型曲面构件原位检测问题242
8.1.2 刀具轨迹误差补偿问题244
8.2 多源融合式型面原位检测技术246
8.2.1 多源融合式曲面原位测量方法246
8.2.2 基于加权残差逼近的多源融合方法247
8.2.3 基于Stacking的多源融合方法249
8.2.4 实验验证250
8.3 基于曲面误差分区的刀轨自适应移植技术256
8.3.1 曲面误差区域定义256
8.3.2 刀轨自适应移植方法258
8.3.3 实验验证264
8.4 本章小结267
8.5 课后习题268
参考文献268
京公网安备 11010102004214号