کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8961474 1646498 2018 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A machining feature definition approach by using two-times unsupervised clustering based on historical data for process knowledge reuse
ترجمه فارسی عنوان
یک روش تعریف ویژگی ماشینکاری با استفاده از دو بار خوشه بندی بدون نظارت بر اساس داده های تاریخی برای استفاده مجدد از دانش پردازش
کلمات کلیدی
استفاده مجدد از دانش پردازش، تعریف ویژگی ماشینکاری، داده های تاریخی، خوشه بندی
ترجمه چکیده
ویژگی های ماشینکاری به عنوان یک راه موثر برای جمع آوری و استفاده مجدد از دانش فرایند ماشینکاری مورد توجه قرار گرفته است. شکاف تحقیق برای روش مبتنی بر ویژگی های ماشینکاری چگونگی تعریف ویژگی های ماشینکاری است، زیرا شکل های هندسی و فرایندهای ماشینکاری مشابه همان ویژگی های ماشینکاری تنها مشابه هستند اما به طور جدی منحصر به فرد نیستند. به منظور پاسخ به مسئله ذکر شده در بالا، یک رویکرد تعریف ویژگی ماشینکاری بر اساس داده های تاریخی برای استفاده مجدد از دانش فرآیند از طریق دو بار خوشه بندی بدون نظارت در این مقاله ارائه شده است. تعریف ویژگی ماشینکاری براساس الگوهای ویژگی یادگیری ماشینکاری با استفاده از خوشه بندی بدون نظارت با استفاده از داده های تاریخی برآورده می شود. امکان انجام رویکرد پیشنهادی با برخی از قطعات ساختاری هواپیما معتبر است که مرجع نظری مهمی برای برنامه ریزی فرآیند و استفاده مجدد از فرآیند است.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی کنترل و سیستم های مهندسی
چکیده انگلیسی
Machining features have been deemed as an effective way to accumulate and reuse machining process knowledge. The research gap for machining feature based method is how to define machining features, as the geometric shapes and machining processes of the same kind of machining features are only similar but not seriously unique. In order to address the issue mentioned above, a machining feature definition approach based on historical data for process knowledge reuse via two-times unsupervised clustering is proposed in this paper. Machining feature definition is realized based on learning machining feature patterns using unsupervised clustering by taking advantage of historical data. The feasibility of the proposed approach is validated by some aircraft structural parts, which provides an important theoretical reference for process planning and process reuse.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Manufacturing Systems - Volume 49, October 2018, Pages 16-24
نویسندگان
, , ,