1、工件的裝夾是加工過程的一個重要方面，對生產質量、時間和成本都有極大的影響。隨著計算機技術的發(fā)展，特別是CAD/CAM技術的發(fā)展，人們開始用計算機來繼承設計知識和經驗，通過系統(tǒng)化的方法輔助夾具的設計與分析，并重點研究自動化的方法以支持夾具方案的概念設計和詳細設計。在這一背景下，論文圍繞智能夾具設計系統(tǒng)的構建問題，以知識工程方法學為指導，展開計算機輔助夾具設計(CAFD)系統(tǒng)和相關技術的研究，主要工作包括：
　　 為了提高夾具設計系

2、統(tǒng)的實用性和改進設計過程，基于知識工程進行智能夾具設計系統(tǒng)的構建。論文引入CommonKADS方法來指導CAFD任務的分析和知識獲取，通過它提供的CML語言構建了夾具設計知識模型，刻畫了知識的上下文和相互依賴關系。在該模型中，領域知識將夾具設計涉及的知識項概念化，任務知識描述夾具設計任務的分解和控制策略，推理知識描述基本推理步驟和推理結構。這一分析與構建過程把不同類型的知識區(qū)分層次，引導我們以類似軟件工程的方法來探索知識密集型系統(tǒng)的開發(fā)

3、。所獲取的知識包含靜態(tài)知識以及夾具設計問題求解的組織與推理控制知識，為后續(xù)的研究和知識系統(tǒng)構建工作提供了一個堅實的基礎。
　　 針對CAFD領域存在的設計知識重用困難問題，論文提出了基于本體的夾具設計知識表示與推理方法。遵循CommonKADS知識模型的結構化構建方法，采用OWL來構建分層的夾具設計知識本體，借助Protégé系統(tǒng)定義了該領域的基本概念，如裝夾特征、元件、關系與約束等。該本體也定義了“規(guī)則類型”概念，用于收集具體

4、的設計規(guī)則，并用SWRL來描述，建立一個語義清晰的夾具設計知識庫，分離了事實和推理。該本體采用了層次結構，便于擴充和修改，具有較強的推理能力。
　　 由于夾具規(guī)劃中工件形狀和加工工藝的復雜性，夾具規(guī)劃的優(yōu)化較少研究，往往延遲到校驗階段才進行，存在不少弊端。論文提出基于Kohonen自組織神經網絡的裝夾面分組與選擇算法和基于遺傳算法的定位點優(yōu)化算法，利用人工神經網絡來處理裝夾面選擇中各種復雜的影響因素，選擇最佳的裝夾表面；在此基礎

5、上，參考夾具校驗的一些結論，通過一些參數來模擬工件的穩(wěn)定性與變形特性，利用遺傳算法進行組合優(yōu)化，確定最優(yōu)定位點。
　　 夾具結構設計是CAFD系統(tǒng)的核心，但現有的CBR方法和基于生成的方法設計效果還不理想。為此論文引入“典型結構”概念以擴展夾具結構設計的概念模型，它融合了CBR方法和基于生成方法的概念模型的優(yōu)點，不僅包含設計意圖，也包含結構信息。在此基礎上，完善基于圖論表示的分層夾具結構模型，以利于設計問題的分解和設計元素的重用

6、。借助該分層結構模型，本文進一步提出了基于圖規(guī)劃算法的夾具結構設計方法。在設計過程中，先確定夾具方案所用的典型結構及其構建順序，形成了夾具結構的骨架，然后在功能組件層從目標狀態(tài)出發(fā)進行圖擴展，達到初始狀態(tài)后搜索規(guī)劃圖生成功能組件。由于本方法是在局部結構上進行目標導向圖規(guī)劃，并以啟發(fā)性信息指導搜索過程，縮小了規(guī)劃圖規(guī)模，改善了設計效果，提高了設計效率。
　　 在上述研究的基礎上，開發(fā)了智能夾具設計原型系統(tǒng)。介紹了該系統(tǒng)的體系結構和