虚拟制造是实际制造过程在计算机上的映射,在不消耗实际的物质和能量的前提下,在计算机上实现制造活动的过程。可制造性评价是以制造资源为约束,在设计阶段就考虑制造问题。可制造性评价是虚拟制造的重要组成部分。随着用户对产品要求的不断提高,产品的设计和产品的结构趋于复杂化。进而对制造技术的要求也大大提高,零件的加工难度也变大,产品的研发和制造周期因此变长。在产品的设计阶段考虑制造问题就显得尤为重要,通过可制造性评价,可以在设计阶段发现零件中不能制造或难以制造的要素,并将问题反馈给设计人员进行设计的改进。相对于传统的样机试制——设计改进的方式,设计阶段的可制造性评价可大大缩减产品研发周期和研制成本。汽车工业是国民经济的重要组成部分,在当前国际汽车业竞争日益激烈的环境下,提升我国汽车制造业的水平对我国经济的发展有重要意义。齿轮是汽车中的重要传动零件,齿轮的制造水平对汽车的性能有很大影响;因此,研究汽车用齿轮的可制造性评价与制造资源优化技术对提高我国汽车制造业的水平具有重要意义。建立完善的可制造性评价体系是实现可制造性评价的关键,本文在对国内外可制造性评价技术的研究现状和发展趋势综合分析基础上,提出了基于特征的汽车齿轮的可制造性评价方法,并将特征建模和基于智能算法的优化技术纳入到可制造性评价体系中。首先对零件与制造资源进行基于特征的建模,然后对零件进行结构工艺性评价和以制造资源为约束的可加工性评价;最后对零件进行综合评价,即制造资源优化,对零件的加工环境进行选择,并对零件的加工方案进行优化,根据对评价指标的不同要求,选出最优的加工方案。本研究对于缩短产品或零件的研制周期,减少研制成本具有重要意义。零件的制造特征的信息模型和制造资源的信息模型是进行可制造性评价的前提条件,基于此,本文提出了基于特征的零件与制造资源的建模方法。在综合分析了评价所需的信息后,采用面向对象技术对零件与制造资源分别进行了建模。零件的制造特征包括几何特征、结构特征和精度特征,这些特征对加工过程中机床和工艺装备的选择以及工艺规划具有重要影响。根据汽车齿轮在设计、制造上的差别,将其分为圆柱齿轮和圆锥齿轮两类分别进行了特征建模,所建立的模型为可制造性评价提供了信息支持。为了使庞大的制造资源建模工作得以简化,从制造资源的基本信息和特征加工能力信息两方面出发,建立了基于特征的制造资源信息模型。同时,建立了制造资源与特征之间的关系模型,把机床模型、刀具模型、夹具模型和特征模型有机的联系起来,减少了可制造性评价时设备搜索的时间。为了对零件进行可制造性评价,提出了基于特征的三级可制造性评价方法。可制造性评价主要解决能否加工和如何加工的问题。一级可制造性评价是结构工艺性评价,主要是针对零件的加工特征,根据结构工艺性规则,评价零件是否存在结构工艺性问题。如果零件存在结构工艺性问题,将问题反馈给设计人员。二级可制造性评价是可加工性评价,主要是判断制造资源的加工能力,包括特征加工能力和质量加工能力两方面。从机床、刀具、夹具和量具等资源约束出发,评价这些资源的加工能力是否能满足零件的尺寸、精度、粗糙度等设计要求。若零件可加工,便记录下满足要求的制造资源,以便进行加工方案的优选。一级和二级评价是与设计并行的,可在设计的早期阶段发现问题,避免了反复修改的重复性工作。三级可制造性评价是综合评价,即制造资源优化,本文将其分为分布式制造环境的选择和加工方案优化两部分,主要解决如何加工的问题。本文首次提出基于遗传算法的分布式制造环境的选择方法。在一个产品或零件的加工要求提出后,可能存在很多工厂能够满足该产品或零件的加工要求的情况。由于各个工厂拥有不同的制造资源和加工能力,所以各个工厂所提出的工艺方案也不同。因此,根据所选择的标准,确定最适合的加工环境是很重要的。本文分别以最小化生产时间和最小化生产成本为目标,对加工环境进行了选择。影响加工环境选择的因素很多,在以最小化生产时间为目标时,本文以机器改变时间、刀具砂轮改变时间、设置改变时间和加工时间为影响因素;在以最小化生产成本为目标时,以机器改变成本、刀具砂轮改变成本、设置改变成本和加工成本为影响因素,分别进行了加工环境的选择。所提出的方法能够在多个工厂环境下,快速、有效地确定最优工艺方案的来源工厂,即选择出最适合的加工环境。综合评价的另一部分是加工方案的优选。本文首次提出了基于改进粒子群算法和层次分析法的加工方案选择方法。由于制造技术的不断进步与发展,每个零件可供选择的加工方法和制造资源也不断增多,因此在众多方案中选出最优的一个以满足企业的各种需求是十分必要的。传统的加工方案选择只考虑单一的因素,但影响加工方案选择的因素有很多,加工方案选择是典型的多因素、多层次、多目标的决策性问题。为了客观反映各评价指标对方案选择的影响,把各个指标因素归纳为生产成本、生产时间、加工质量和生产利润四大类,利用层次分析法建立了递阶层次模型,并根据企业对各指标因素的不同要求确定了各指标因素的权重,最后采用改进的离散粒子群算法对加工方案进行了优选。所提出的方法能够简单、有效、客观地根据对评价指标的不同要求选择出最优的加工方案。