7.67M
Category: softwaresoftware
Similar presentations:

Методы и технологии конструирования изделий

1.


лекции
Темы лекционных занятий
1
Методы и технологии конструирования изделий.
2
3
4
5
6
7
Основы геометрического моделирования деталей.
Поверхностное моделирование объектов.
Твёрдотельное моделирование объектов.
Моделирование объёмных сборок.
Инженерный анализ методом конечных элементов.
Методы и технологии прототипирования
Операционные технологические процессы для обработки
на станке с ЧПУ.
Особенности 5-координатной обработки.
8
9
1

2.

Методы и технологии
конструирования изделий
Введение.
Классификация подходов к
конструированию изделий.
Процесс формирования моделей изделий.
Классификация и задачи систем
автоматизированного проектирования
(CAD/CAM).
Математическое обеспечение
автоматизированного проектирования.
Основные понятия моделирования.
Классификация математических моделей.
Параметры качества математических
моделей.
2

3.

Закон Гордона Мура
Технический директор Intel Gordon Moore в 70-x годах прошлого столетия
сделал прогноз, что количество транзисторов в интегральных схемах будет
возрастать вдвое, каждые 24 месяца
Современная версия закона Мура гласит, что количество транзисторов на
кристалле удваивается каждые восемнадцать месяцев
Если бы Боинг 747 прогрессировал с
такой же скоростью, с какой
прогрессирует твердотельная
электроника, то он умещался бы в
спичечном коробке и облетал бы
без дозаправки земной шар 40 раз
3

4.

- 1941: Разработан первый компьютер – Z3
Конрад Цузе
(Konrad Zuse)
4

5.

1950–ые: формирование
теоретических основ САПР
– 1946: разработана модель В-сплайнов
(кривые, степень которых не определяется
числом опорных точек, по которым она
строится) – Исаак Шёнберг.
5

6.

1950–ые: формирование
теоретических основ САПР
– 1952: запущен первый в мире станок с ЧПУ
(Массачусетский технологический
институт).
6

7.

Демонстрация прототипа первого станка с
числовым управлением
(Massachusetts Institute of Technology, 1952)
Устройство считывания
управляющих программ с
перфоленты
7

8.

Первое поколение станков с ЧПУ имело ламповые контроллеры, занимали
огромную площадь и выделяли много тепла. Во втором поколении ламповая
логика была заменена на более надёжную транзисторную. В третьем
поколении стали применяться интегральные схемы.
8

9.

1950–ые: формирование
теоретических основ САПР
– 1950-ые: разработан метод конечных
элементов.
9

10.

1950–ые: формирование
теоретических основ САПР
– 1959: создание «скульптурных поверхностей»
(гладкие кривые и поверхности, построенные
по набору контрольных точек, будущие
кривые и
поверхности Безье)
– Поль де Кастельжо.

11.

Первая система автоматизированного
проектирования «DAC-1»
(совместный проект General Motors и IBM, 1959-1964 г.г.)
11

12.

Автомобиль Citroen DS (1959-1975 гг.) – пример
создания «скульптурной поверхности» 12

13.

1950–ые: формирование
теоретических основ САПР
– 1963: создана программа Scetchpad,
прародительница современных CAD
– Айвен Сазерленд.
13

14.

1950–ые: формирование
теоретических основ САПР
– 1961: разработка языка APT (Automatic
Programming Tools) для станков с ЧПУ.
1969: UNIAPT – первый
миникомпьютер,
программируемый на APT.
14

15.

1950–ые: формирование
теоретических основ САПР
– 1972: выпуск первой коммерческой версии
пакета конечно-элементного анализа NASTRAN
(NASA STRuctural ANalysis).
15

16.

1980–ые: появление и
распространение CAD/CAM/CAEсистем массового применения
16

17.

1990–ые: совершенствование
функциональности САПР и их
интеграция с системами поддержки
жизненного цикла изделий

18.

Смена парадигмы САПР
Традиционная технология конструирования
Современная технология конструирования
18

19.

КЛАССИФИКАЦИЯ САПР
CAD – средства автоматизированного
проектирования.
CAM – средства технологической
подготовки производства изделий.
CAE – средства автоматизации
инженерных расчётов, анализа и
симуляции физических процессов.
19

20.

CAD – системы конструкторского
проектирования.
Решение конструкторских
задач; оформление
конструкторской
документации
20

21.

CAM – системы технологического
проектирования.
CAM-система - SRP Player
Проектирование
технологических процессов;
расчёт норм времени;
симуляция механической
обработки;
программы для станков с ЧПУ
21

22.

CAE – системы расчётов и
инженерного анализа.
CAE-система литья
Препроцессор
Решатель
Постпроцессор
пластмасс MoldFlow
22

23.

КЛАССИФИКАЦИЯ САПР
23

24.

Системы нижнего уровня (2D)
AutoCAD
T-Flex CAD
CADMech
24

25.

Системы среднего уровня (3D)
Компас 3D
SolidWorks
25

26.

Системы верхнего уровня
(CAD/CAM/CAE)
CATIA
NX
Creo Parametric
(Unigraphics)
(Pro/ENGINEER)
26

27.

Основные понятия моделирования
Модель (лат. modulus – мера) – это объект-заместитель объектаоригинала, обеспечивающий изучение некоторых свойств оригинала,
при упрощенном описании используемой системы объекта-оригинала.
Система (I)
исследуемая
Система (II)
упрощенная
Моделирование – это замещение одного объекта другим с целью
получения информации о важнейших свойствах объекта-оригинала с
помощью объекта-модели.
Адекватность модели объекту – есть подтверждение результатов
моделирования и возможность служить основой для прогнозирования
процессов, протекающих в исследуемых объектах.

28.

Классификация моделей

29.

30.

Физические модели

31.

Физические модели

32.

Аналоговые модели

33.

Образные модели

34.

Знаковые модели

35.

Мысленные модели

36.

Классификация математических моделей
Признаки классификации
I. Принадлежность к
иерархическому уровню
II. Способ получения модели
III. Особенности поведения
объекта
IV. Способ представления
свойств объекта
V. Характер отображаемых
свойств объекта
Виды математических
моделей
1. Модели микроуровня
2. Модели макроуровня
3. Модели метауровня
1. Теоретические
2. Эмпирические
1. Детерминированные
2. Вероятностные
1. Алгоритмические
2. Аналитические
3. Имитационные
4. Комбинированные
1. Структурные
2. Функциональные

37.

Аналитические модели

38.

Имитационные модели

39.

Этапы моделирования
1) постановка задачи:
описание (концептуальная модель),
определение целей моделирования,
ожидаемые результаты (прогноз);
2) выбор методов моделирования, декомпозиция
(разбиение) системы на части (подсистемы) и подбор
методов моделирования для отдельных частей без потери
связей между подсистемами;
3) разработка модели;
4) оценка параметров качества модели;
5) изменение параметров, а если возможно и структуры
модели для реализации целей моделирования, а также
исследования проблемы (системы) или синтез
(разработка) новой системы;
6) использование результатов моделирования.

40.

Параметры качества моделей
Универсальность математической модели характеризует полноту
отражения в ней свойств реального объекта.
Точность математической модели оценивается степенью
совпадения значений выходных параметров реального объекта и
значений тех же параметров, рассчитанных с помощью модели.
Пусть отражаемые в математической модели свойства объекта оцениваются вектором
выходных параметров Y = (y1, y2, … ym). Тогда относительная погрешность
математической модели Ei по i-му параметру равна:
Ei yi * yi yi
где yi* – параметр, рассчитанный с помощью модели.
В целом для математической модели погрешность оценивается следующим образом:
E м max Ei , i 1, m
Адекватность математической модели – это её способность отражать
заданные свойства объекта с погрешностью, не выше заданной.

41.

Пусть выходные параметры модели являются функцией Y = F(X, Q) от
параметров внутренних X и входных Q. Тогда адекватность модели
имеет место в ограниченной области ОА изменения X и Q (области
адекватности), где погрешность модели не превышает заданную
величину d :
OA X , Q Eм d
Экономичность математической модели характеризуется затратами
вычислительных ресурсов на ее реализацию (личного времени
проектировщика, машинного времени и памяти компьютера и т.д.)
Вычислимость модели – возможность ручного или компьютерного
исследования качественных и количественных закономерностей
функционирования объекта (системы).
Модульность – соответствие конструкций модели структурным
составляющим объекта (системы).
Алгоритмизируемость – возможность разработки соответствующих
алгоритма и программы, реализующей математическую модель
компьютере.
Наглядность – удобное визуальное восприятие модели.

42.

Целенаправленность – модель всегда отображает некоторую
систему, т. е. имеет цель.
Упрощенность – модель отображает только существенные стороны
объекта и, кроме того, должна быть проста для исследования или
воспроизведения.
Информативность – модель должна содержать достаточную
информацию о системе (в рамках гипотез, принятых при построении
модели) и должна давать возможность получить новую информацию;
сохранение информации, содержавшейся в оригинале (с точностью
рассматриваемых при построении модели гипотез).
Полнота – в модели должны быть учтены все основные связи и
отношения, необходимые для обеспечения цели моделирования.
Устойчивость – модель должна описывать и обеспечивать устойчивое
поведение системы, если даже она вначале является неустойчивой.
Целостность – модель реализует некоторую систему (т. е. целое).
Замкнутость – модель учитывает и отображает замкнутую систему
необходимых основных гипотез, связей и отношений.
Адаптивность – модель может быть приспособлена к различным
входным параметрам, воздействиям окружения.
Управляемость (имитационность) – модель должна иметь хотя бы
один параметр, изменениями которого можно имитировать поведение
моделируемой системы в различных условиях.
Эволюционируемость – возможность развития моделей
(предыдущего уровня).

43.

Литература
1) Математическое моделирование процессов в технологии
машиностроения: Пособие / М. В. Тимофеев, Е. В. Тимофеева. –
Рыбинск: РГАТУ имени П. А. Соловьёва, 2015. 160 с.
English     Русский Rules