計算機輔助夾具設計技術發(fā)展綜述

張勝文 蘇延浩

(江蘇科技大學機械工程學院，江蘇 鎮(zhèn)江 212003)

夾具設計和制造作為產(chǎn)品生產(chǎn)制造周期的重要組成部分，其設計與制造周期約占產(chǎn)品整個研制周期的20%～40%，因此，對于機械制造企業(yè)，提高夾具設計效率和質量，對于縮短產(chǎn)品研制周期、降低生產(chǎn)成本、提高企業(yè)的競爭力具有至關重要的作用。

傳統(tǒng)夾具的設計方法有以下缺點:(1)面對繁復多樣的產(chǎn)品，對應的夾具也千變萬化，繁瑣的重復性使得設計工作量很大;(2)夾具設計經(jīng)驗性強，但無法方便快捷地利用這些經(jīng)驗與智慧來設計新的夾具。

為了有效地解決上述夾具設計問題，20 世紀70年代出現(xiàn)了一種新的夾具設計方法，即計算機輔助夾具設計(CAFD)，CAFD 是指利用計算機進行夾具的方案規(guī)劃、快速選取夾具元件并組裝、夾具性能評價分析和夾具出圖等，根據(jù)設計結果指導實際生產(chǎn)過程的夾具組建，可以極大地提高夾具的設計生產(chǎn)效率，因此獲得了廣泛的研究與應用［1-4］。

1 CAFD 發(fā)展階段概述

計算機輔助夾具設計的研究可追溯到上世紀70年代，即俄羅斯學者以及德國學者對夾具CAD 的研究工作，20 世紀80年代經(jīng)過眾多歐美學者對夾具自動推理的研究，CAFD 出現(xiàn)了一些具有劃時代意義的技術，如法國學者Ingrand 和Latombe 在1980年開發(fā)了第一個CAFD 專家系統(tǒng)［1］，A.Markus 在1984年使用Prolog 語言設計了一種著重于組合夾具組裝的半自動化CAFD 專家系統(tǒng)［2］。我國在上世紀80年代中期也開始了CAFD 的研究，文獻［1］認為我國最早開始CAFD 研究的是北京理工大學，文獻［3］認為是中國航空技術進出口公司最先設計了一套二維計算機輔助夾具組裝軟件。

不同文獻對于CAFD 發(fā)展階段的劃分并不統(tǒng)一，但大多數(shù)學者從CAFD 的方法和智能化程度上將其劃分為3 個階段［4-7］:

(1)與20 世紀80年代初的CAD 軟件水平配合的第一代CAFD 系統(tǒng)，應用CAD 軟件的圖形功能建立一些圖形庫，從而減少一些重復性勞動，從自動化程度上劃分屬于交互式夾具設計系統(tǒng)。

(2)20 世紀80年代中后期，以變異式和生成式方法發(fā)展基于成組技術以及知識的CAFD 系統(tǒng)，實現(xiàn)夾具的相似性檢索以及安裝、定位和夾緊的輔助設計，從自動化程度上劃分屬于半自動化夾具設計系統(tǒng)。

(3)20 世紀90年代后期的CAFD 系統(tǒng)，發(fā)展基于規(guī)則、實例和智能算法的CAFD 系統(tǒng)，試圖實現(xiàn)夾具的自動規(guī)劃、智能元件選擇和自動化裝配，從自動化程度上劃分屬于自動化夾具設計系統(tǒng)。

2 CAFD 研究內容及發(fā)展現(xiàn)狀

目前主流CAFD 系統(tǒng)的研究內容包括［8-9］:(1)夾具設計規(guī)劃，分為安裝規(guī)劃、夾具規(guī)劃和夾具構形設計;(2)夾具性能評價。夾具設計基本過程如圖1 所示。另外，從CAFD 與CAD/CAPP 的有效集成以及對夾具設計數(shù)據(jù)庫資源、夾具圖文檔資料、夾具設計工作流程、系統(tǒng)權限的有效管理等方面考慮，CAFD還要與產(chǎn)品數(shù)據(jù)管理(PDM/PLM)進行集成或者開發(fā)夾具信息管理系統(tǒng)。

2.1 安裝規(guī)劃

安裝規(guī)劃的主要任務是描述設計需求。安裝規(guī)劃考慮的主要內容包括:被加工工件設計特征及制造工藝信息的描述、約束關系的描述［10］和設計目標的描述。這部分內容其實是對計算機輔助工藝過程設計(CAPP)信息的描述，因此，研究CAFD 與CAPP 的集成，提供有效的智能接口將CAPP 信息直接用于夾具設計過程中，是研究CAFD 系統(tǒng)的重要方向之一。

被加工件特征描述的準確性是實現(xiàn)CAFD 系統(tǒng)智能化和自動化的關鍵，無論是夾具規(guī)劃中的定位及夾緊方式的自動規(guī)劃選取，還是基于規(guī)則推理(RBR)和基于案例推理(CBR)技術的實施，都是建立在全面正確地描述被加工工件特征的基礎上。但是由于被加工件的種類千變萬化，并且特征具有復雜性，目前安裝規(guī)劃仍是CAFD 的瓶頸之一，部分實現(xiàn)智能化的研究仍停留在簡單特征的工件上。

特征識別技術是安裝規(guī)劃最常用的技術。特征識別最早是由英國劍橋大學CAD 中心的Grayer［11］在1977年提出的，他首次運用提取工件實體模型的幾何特征的方法來進行工件數(shù)控加工刀具軌跡的計算。特征識別技術大體可以分為兩類:

(1)基于邊界的特征識別:每一類特征都具有特定的邊界模型，因而搜索工件的邊界模型然后進行特征識別就可以識別出工件的所有特征。典型方法有基于規(guī)則的特征識別，基于圖論的特征識別，基于邊界匹配的特征識別等［12-14］。

(2)基于體的特征識別:每一類特征都具有一定的體積模型，將工件分為凸凹體的集合，然后分析各體的向量模型，進而確定各體的特征類型。典型方法有基于立體交替與分解的方法，基于單元體分解的方法等［15-16］。

2.2 夾具規(guī)劃

夾具規(guī)劃涉及夾具定位面、夾緊面、支撐點、夾緊點的確定。夾具規(guī)劃考慮的主要內容包括:定位及夾緊方案的生成及其布局優(yōu)化、定位及夾緊面的類型、工件裝夾面的可及性、裝夾穩(wěn)定性以及工件相對于夾具的可裝卸性等。

目前國內外對夾具規(guī)劃的研究主要集中在利用不同算法推理、綜合運用RBR 和CBR 技術、結合有限元分析、結構化分析及其他特征分析法等方面，對夾具的定位及夾緊布局進行方案設計和分析優(yōu)化。夾具規(guī)劃需要很強的經(jīng)驗性，但夾具設計經(jīng)驗很難完全被機器學習和使用，因此完全自動化的夾具規(guī)劃離實用化還存在很大的差距。

國外在夾具規(guī)劃方面的研究有:Krishnakumar、Kaya 等人［17-19］利用遺傳算法(GA)與有限元分析(FEA)相結合的方法，Ong、F.Mervyn 等人［20-21］利用遺傳算法和結構化分析的方法，對夾具的定位及夾緊布局進行了驗證和優(yōu)化，并對夾緊元件的剛度和夾緊力進行了分析;Song 等人［22］在分析幾何約束的基礎上提出一種雅克比矩陣的改進，對夾具定位的完整性進行了評估，并對現(xiàn)有夾具規(guī)劃提出改進方案;Boyle 等人［23］用CBR 方法設計了一個名為CAFixD 的夾具設計系統(tǒng)，建立了一種案例索引機制和夾具設計學習機制，對已有的夾具規(guī)劃方案進行設計重用;Bansal 等人［24］將CBR 方法應用到夾具集成規(guī)劃系統(tǒng)中，提出了一種公差敏感度分析方法，用于夾具的最小公差分析;R.Hunter、Wanga［25-26］等人將夾具布局看作一個多目標優(yōu)化的問題，綜合考慮不同布局方案中加工特性和定位誤差的變化，并利用蟻群算法和遺傳算法對不同布局方案及夾具性能進行了比較和優(yōu)化;Y.Zheng 等人［27］分別利用隨機算法、交換算法和分支定界法計算得到最大內切球，然后對這3 種算法的優(yōu)缺點進行了比較分析，并將其運用到夾具布局設計中，從而優(yōu)化夾具的定位精度和接觸力分布;Nelaturi 等人［28］從夾緊方案的可及性、封閉性、穩(wěn)定性以及碰撞約束考慮，提出一種夾具定位方案智能生成和測試的算法，并基于Plücker 坐標法研究了扳手空間干涉問題。

國內在夾具規(guī)劃方面的研究有:唐東等人［29］將Hopfield 神經(jīng)網(wǎng)絡算法融入到自動夾具規(guī)劃的研究中，主要研究了有關定位面和夾緊面的選擇規(guī)則，另外對工件定位方案性能評估也進行了一定的闡述;吳玉光等人［30-31］根據(jù)設計組合夾具的幾何推理的方法，對孔系組合夾具自動定位方案的確定進行了研究，研究了工件與定位元件之間的接觸類型以及組合方式;劉金山［32］提出了一種基于遺傳算法和貝葉斯分類學習法的面向夾具自動化設計的幾何推理，主要研究了夾具自動化定位和夾緊推理規(guī)則，并根據(jù)推理結果進行自動化夾具元件選擇和結構生成;鄭軍紅等人［33］基于神經(jīng)網(wǎng)絡和遺傳算法對孔系組合夾具進行了設計規(guī)劃，主要分析了各種因素對裝夾面選擇的影響，并根據(jù)分析結果采用遺傳算法推理獲取最優(yōu)定位夾緊特征;彭高亮等人［34］綜合運用了RBR 和CBR 技術，并利用虛擬現(xiàn)實技術(VR)和模糊綜合評價方法，提出了一種夾具定位方案的智能推理以及定位性能的評價方法;馬杰等人［35］建立了帶懲罰因子的彈簧接觸模型，對離散點域中定位元件的布局進行優(yōu)化設計，并采用拓撲優(yōu)化算法對夾具與工件系統(tǒng)的變形進行了分析優(yōu)化;萬曉靜等人［36］為了減小薄壁件在加工過程中的振動提出了一種夾具布局優(yōu)化方法，通過Pb -2Ritz 法構建基于頻率敏感度的新型非線性模型對夾具布局進行分析和優(yōu)化，從而最大限度地提高工件-夾具系統(tǒng)的固有頻率。

2.3 夾具構形設計

夾具構形設計的任務是根據(jù)夾具規(guī)劃的結果選取夾具元、組件，夾具體結構設計和夾具元、組件的裝配。夾具構形設計考慮的主要內容包括:夾具元組件庫的設計，夾具的定位和夾緊元件的選取，根據(jù)夾具規(guī)劃結果的夾具體設計，夾具體與夾具元、組件的位置關系及裝配，夾具工程圖及夾具明細表的輸出等。

目前國內外對夾具構形設計的研究主要集中在利用算法進行推演、基于黑板模型和其他映射模型分析的方法、利用幾何約束的構造方法等方面，力求實現(xiàn)夾具元件的智能選擇和裝配。夾具構形設計實現(xiàn)自動化需要夾具系統(tǒng)具有智能選取夾具元、組件和自動化裝配的能力，這方面難點較多，上世紀90年代開始出現(xiàn)相關方面的研究，但到目前為止夾具構形自動化技術仍不成熟。

國外在夾具構形設計方面的研究有:Lin 等人［37］用神經(jīng)網(wǎng)絡算法對網(wǎng)格進行訓練從而推導出工件的裝夾方式，并進一步徹底選擇出所有的夾具元件;Ma W等人［38］開發(fā)了基于孔系的自動組合夾具構形設計系統(tǒng)(FIX-DES)，在快速反應制造中對夾具構形設計進行了深入研究，主要是夾具配置設計和裝配關系的自動建立;Roy 等人［39］將通用黑板模型結構應用于夾具的自動化設計中，在變量和內部參數(shù)不多的情況下采用基于黑板模型分析的方法完成夾具的構形設計;Peng 等人［40-41］開發(fā)了一個桌面虛擬現(xiàn)實系統(tǒng)，基于該夾具設計系統(tǒng)用戶可以快速地給出夾具設計方案，主要是利用一種層次數(shù)據(jù)模型來表示夾具裝配體，并利用模塊化技術對夾具元件進行虛擬設計，然后利用幾何約束矩陣進行夾具裝配。

國內在夾具構形設計方面的研究有:王琪等人［42］對夾具的設計知識方面的內容進行了研究，開發(fā)了一種可以自動選擇組合夾具元件并進行組裝的專家系統(tǒng);陳蔚芳等人［43］采用夾具裝配模型分層的思想，開發(fā)了一種夾具裝配最優(yōu)路徑規(guī)劃算法，從而實現(xiàn)對夾具的快速裝配;唐耀紅等人［44］提出一種基于特征的夾具設計方法，將工件的設計特征和制造特征映射成夾具設計特征，并進一步建立工件特征與夾具元件設計之間的對應關系，從而實現(xiàn)夾具元件的自動選擇;徐雷［45］以組合夾具的裝配模型為對象建立了一種夾具功能的分層表達策略，構建了夾具需求-功能-特征-結構映射模型，并基于組合夾具元件裝配關系庫的數(shù)據(jù)模型研究了夾具元件的組裝算法;蔡瑾等人［46］提出一種基于事物特性表的組合夾具建模方法，將組合夾具庫中的元件用事物特性表的方法進行描述并與幾何模型一起構成主模型，分別實現(xiàn)了基于主模型的夾具零件和夾具部件的構形設計;王準［47］根據(jù)定位、夾緊、加工動態(tài)等夾具設計要求，以BottomUp 為主Top-Down 為輔的混合方式，逐步推演并調用庫元件，最后推導出組合夾具的完整結構;秦國華等人［48］研究了幾何關聯(lián)度與工藝匹配度的構造方法，以加權法建立了定位元件方案的決策匹配函數(shù)，從而實現(xiàn)定位元件的自動選擇。

2.4 夾具性能評價

通過前述步驟完成夾具設計后，為保證所設計夾具的質量，需要對其性能進行評價和分析。夾具性能評價分析也可認為是計算機輔助夾具設計驗證(CAFDV)，主要內容包括:夾具定位精度分析，夾具內部元件、工件的安裝和拆卸以及刀具路徑的干涉檢查，夾緊力計算，夾緊元件的剛度分析，夾具重量以及制造成本的經(jīng)濟性檢查等。

(1)誤差分析。主要包括定位誤差和夾緊誤差:定位誤差即工件在夾具中由于定位不準確所造成的誤差，主要是基準位置誤差和基準不重合誤差，以及定位元件的加工和裝配誤差;夾緊誤差即在工件夾緊時由于工件和夾具相對變形所造成的誤差。使用的主要方法有利用神經(jīng)網(wǎng)絡算法、遺傳算法、幾何分析法等。

(2)干涉檢查。主要包括靜態(tài)干涉檢查和動態(tài)干涉檢查:靜態(tài)干涉檢查即檢查夾具內部各元件之間是否存在干涉;動態(tài)干涉檢查即檢查安裝和拆卸工件時工件與定位、夾緊元件之間是否存在干涉，以及加工時刀具路徑是否與夾具存在干涉。使用的主要方法有幾何分析法等。

(3)夾緊力及夾緊元件的剛度分析。主要是通過有限元分析及與不同算法相結合等方法建立夾具靜力學模型，用以檢測加工過程中夾緊元件的剛度以及夾緊力能否滿足工件加工穩(wěn)定性的要求。

(4)經(jīng)濟性檢查。主要是給出夾具的重量、BOM表以及初步估計的夾具生產(chǎn)制造成本以供設計人員參考。

國外在夾具性能評價方面的研究有:Tao 等人［49］提出一種在工件受到動態(tài)切削力和摩擦力的情況下基于力封閉和夾緊力平衡的動態(tài)夾具驗證分析方法;Kong 等人［50］將夾具結構的配置與合成的快速化設計以及基于可視化分析的快速夾具驗證技術應用于可重構組裝夾具系統(tǒng)中;Amaral 等人［51］利用有限元分析的方法對邊界條件和約束進行分析進而驗證夾具設計的完整性，并對夾緊位置的變形和裝夾布局進行了分析和優(yōu)化;Hamedi［52］提出基于非線性有限元分析法與神經(jīng)網(wǎng)絡及遺傳算法相結合的方法建立一種組合夾具設計系統(tǒng)，通過神經(jīng)網(wǎng)絡和遺傳算法對夾緊力進行優(yōu)化，分析得到夾緊元件的變形情況;Siebenaler 等人［53］利用有限元分析法建立夾具與工件相互作用的靜力學模型，進而分析各種因素對工件變形的影響程度;Kumar等人［54］提出一種遺傳算法和利用ANSYS 參數(shù)化設計語言(APDL)的有限元分析相結合的分析與優(yōu)化方法，實現(xiàn)夾具配置的參數(shù)化設計，并且最大限度地減小了工件變形以及夾具尺寸公差。

國內在夾具性能評價方面的研究有:李敏波等人［55-56］開發(fā)的面向產(chǎn)品制造過程并行設計的分布式敏捷夾具設計系統(tǒng)，分析了并行工程中的夾具設計需求信息，針對工件可裝夾性和夾具綜合的評價指標，提出了多專家模糊語義表達評價值的方法，并開發(fā)了基于Web 三層網(wǎng)絡體系結構的夾具評價工具;孟俊煥等人［57］提出了基于實驗分析研究的方法對孔系組合夾具的受力變形進行研究，分析得到各種因素對夾具元件變形的影響程度，為夾緊元件剛度方面的設計提供了依據(jù);張國政等人［58］開發(fā)了一種工件定位誤差校驗系統(tǒng)，并采用定位誤差幾何分析法實現(xiàn)CAFD 系統(tǒng)中定位誤差的自動校驗;李慧平［59］根據(jù)定義法的思想提出了一種適用于機床專用夾具定位誤差分析的極限位置分析法;彭賀明等人［60］提出了一種面向精加工工序的夾具定位方案自動規(guī)劃方法，根據(jù)工序要求和工件幾何特性建立定位基準的選擇和評價準則，具體是利用幾何特性建立基準約束能力評價方法，利用基準的幾何類型和位置關系類型評價基準的約束自由度能力。

3 CAFD 存在的問題及發(fā)展趨勢

3.1 存在的主要問題

目前在CAFD 的研究中已經(jīng)出現(xiàn)許多技術方法，如基于知識、規(guī)則和案例的智能夾具系統(tǒng)以及基于算法的推理和分析優(yōu)化等，并取得了一些成果，對于CAFD 的研究具有借鑒意義，但到目前為止還沒有成熟的商品化CAFD 軟件，離實際生產(chǎn)應用還有較大的距離。該技術領域主要存在的問題如下:

(1)工件特征及工藝信息描述的全面是夾具設計實現(xiàn)自動化的關鍵之一，但目前還沒有一種有效的特征識別方法以及與CAD/CAPP 的集成方法能完全描述工件的特征和工藝信息。

(2)目前CAFD 在CAPP 制定完所有工序后才開始，無法實現(xiàn)CAFD 與CAPP 的并行化設計很難大幅度提高夾具的設計效率、縮短生產(chǎn)準備周期。

(3)夾具設計的智能化程度有限，夾具的自動規(guī)劃設計與智能裝配功能還只是停留在概念設計階段，對于復雜工件和復雜工序的夾具設計，其方法都有所欠缺，因此，目前CAFD 提供的功能往往還只是局限于輔助制圖。

(4)夾具實例修改的智能化程度低，雖然理論上CBR 技術能很好的解決夾具設計經(jīng)驗性強的問題，但目前CBR 技術的研究主要集中在實例的表示和檢索方面，在實例的推理和自動化變形設計方面的研究還很少，這大大降低了CBR 技術實際應有的效果。

(5)目前CAFD 系統(tǒng)都依附在成熟的CAD 軟件上，如UG、PRO/E、Solidworks 等軟件，CAFD 系統(tǒng)缺乏獨立的軟件平臺，這嚴重限制了CAFD 的網(wǎng)絡化和異構平臺的信息交互及數(shù)據(jù)共享。

3.2 發(fā)展趨勢

雖然目前CAFD 面臨著諸多問題，但是隨著現(xiàn)代生產(chǎn)的需求和研究的深入，CAFD 技術必將得到創(chuàng)新性發(fā)展，主要表現(xiàn)在以下幾個方面:

(1)與三維數(shù)字化定義(MBD)技術相結合以及與CAD/CAPP/CAM/CAE/PDM 等異構平臺進行無縫集成，實現(xiàn)工件特征及工藝信息的全面描述，從而實現(xiàn)夾具規(guī)劃的智能化與集成化。

(2)實現(xiàn)CAFD 與CAPP/CAM 的并行設計，縮短設計和生產(chǎn)準備周期、提高夾具的質量并降低夾具設計生產(chǎn)成本。

(3)智能化程度大大提高，設計過程人工干預減少，實現(xiàn)復雜工件和復雜工序的專用與組合夾具的智能方案設計、元組件選取以及自動裝配。其中最先得以全面實施的可能是CBR 技術，夾具檢索的精度得到提高，并實現(xiàn)夾具的自動修改。

(4)除了目前使用的各種技術方法外，一些前沿技術如知識建模、數(shù)據(jù)挖掘和機器學習等以及各種技術的綜合應用［33，61］在CAFD 上得到長足的發(fā)展，使CAFD 早日實用化并且功能得以擴展。

(5)與機器人裝夾等人工智能方面的研究相結合，將軟件設計與硬件檢測相結合，實現(xiàn)夾具物理上的自動裝配［1］。

［1］趙紅星，熊良山.計算機輔助夾具設計的研究內容和發(fā)展沿革［J］.組合機床與自動化加工技術，2007(2):1 -4.

［2］吳磊，蘇開華，程國飛.計算機輔助夾具設計發(fā)展現(xiàn)狀與趨勢［J］.裝備制造技術，2011(11):89 -91.

［3］蔡瑾，段國林，姚濤，等.計算機輔助夾具設計技術回顧與發(fā)展趨勢綜述［J］.機械設計，2010，27(2):1 -6.

［4］Rong Yiming，Zhu Yaoxiang.Computer -aided fixture design［M］.New York:Marcel Dekker，1999.

［5］Nee AYC，Whybrew K，Senthil kumar A.Advanced Fixture Design for FMS (Advanced Manufacturing)［M］，UK:Springer-Verlag，1995.

［6］Senthil kumar A，F(xiàn)uh JYH，Kow T S.An automated design and assembly ofinterference -free modular fixture setup［J］.Computer -Aided Desgin，2000(32):583 -596.

［7］朱耀祥，融亦鳴.柔性夾具與計算機輔助夾具設計技術的進展［J］.制造技術與機床，2000(8):5 -8.

［8］Rong Y，Bai Y.Automated generation of modular fixture configuration design［J］.Journal of Manufacturing Science and Engineering，1997(119):208 -219.

［9］Boyle Iain，Rong Yiming，Brown David C.A review and analysis of current computer-aided fixture design approaches［J］.Robotics and Computer-Integrated Manufacturing，2011，27(1):1 -12.

［10］Pehlivan Sertac，Summers Joshua D.A review of computer -aided fixture design with respect to information support requirements［J］.International Journal of Production Research，2008，46(4):929 -947.

［11］Grayer A R.The automatic production of machined components starting from a stored geometric description［C］// Advances in Computer-Aided Manufacturing.Amsterdam:North Holland，1977，137 -150.

［12］Henderson M R.Extraction of feature information from three dimensional CAD data［D］.West Lafayette:Purdue University，1984.

［13］Joshi S，Chang T C.Graph -based heuristics for recognition of machined features from a 3D solid model［J］.Computer-Aided Design，1988，20(2):58 -66.

［14］Gadh R，Prinz F B.Recognition of geometric forms using the differential depth filte［J］.Computer-Aided Design，1992，24(11):41 -49.

［15］Kim Y S.Volumetric feature recognition using convex decomposition［C］//Advances in Feature Based Manufacturing.North Holland:Elsevier 1994，39 -63.

［16］Sakurai H，Dave P.Volume decomposition and feature recognition，Part II:curved objects［J］.Computer-Aided Design，1996，28(6/7):519-537.

［17］Krishnakumar K，Melkote S N.Machiningfixture layout optimization using the genetic algorithm［J］.Int J Machine Tools Manufacture，2000(40):579 -598.

［18］Krishnakumar K，Satyanarayana S，Melkote S N.Iterativefixture layout and clamping force optimization using the genetic algorithm［J］.Manufuring Science Engineering，2002(124):119 -125.

［19］Kaya N.Machining fixture locating and clamping position optimization using genetic algorithms［J］.Computer in Industry，2006 (57):112 -120.

［20］Ong S K，Ding J，Nee AYC.Hybrid GA and SA dynamic set -up planning optimization［J］.Prod Res，2002，40(8):4697 -4719.

［21］Mervyn F，Kumar A Senthil，Nee AYC.Automated synthesis of modular fixture designs using an evolutionary search algorithm［J］.International Journal of Product ion Research，2005，43(23):5047 -5070.

［22］Song H，Rong Y.Locating completeness evaluation and revision in fixture plan［J］.Robot Comput Integr Manuf，2005(21):368 -378.

［23］Boyle I，Rong Y，Brown D C.CAFixD:a case -based reasoning fixture designmethod:framework and indexing mechanisms［J］.Computer Information Science Engineering，2006(6):40 -48.

［24］Bansal S，Nagarajan S，Reddy N V.An integrated fixture planning system for minimum tolerances［J］.Advanced Manufuring Technology，2008，38(5):501 -513.

［25］Alarco'n R Hunter，Chueco J Ri'os，Garci'a JMPe'rez，et al.Fixture knowledge model development and implementation based on a functional design approach［J］.Robotics and Computer -Integrated Manufacturing.2010，26(1):56 -66.

［26］Wanga B F，Nee AYC.Robust fixture layout with the multi-objective non-dominated ACO/GA approach［J］.CIRP Annals-Manufacturing Technology，2011，60(1):183 -186.

［27］Zheng Y，Lin M C，Manocha D.Efficient simplex computation for fixture layout design［J］.Computer -Aided Design，2011，43 (10):1307 -1318.

［28］Saigopal Nelaturi，Arvind Rangarajan，Christian Fritz，et al.Fixture knowledge model development and implementation based on a functional design approach［J］.Computer -Aided Design，2014 (46):160 -169.

［29］Tang Dong，Cheng Ye，Cai Fuzhi，et al.Automatic fixture planning［J］.Tsinghua Science and Technology，1999，4(2):1443 -1447.

［30］吳玉光，高曙明，陳子辰.組合夾具設計的幾何原理［J］.機械工程學報，2002(38):1117 -1221.

［31］吳玉光.孔系組合夾具的零件定位方案自動確定方法［J］.計算機集成制造系統(tǒng).2005，11(10):1438 -1442.

［32］劉金山.復雜夾具智能設計系統(tǒng)關鍵技術及應用研究［D］.南京:南京航空航天大學，2007.

［33］鄭軍紅，葉修梓，陳志楊.基于神經(jīng)網(wǎng)絡和遺傳算法的智能夾具規(guī)劃［J］.中國機械工程，2009，19(19):2376 -2351.

［34］Peng Gaoliang，Chen Guangfeng，Wu Chong，et al.Applying RBR and CBR to develop a VR based integrated system for machining fixture design［J］.Expert Systems with Applications，2011，38(1):26 -38.

［35］馬杰，王煜，朱向陽.柔性夾具定位元件布局的優(yōu)化設計［J］.上海交通大學學報，2012，46(5):746 -749.

［36］Wan Xiao-Jin，Zhang Yan.A novel approach to fixture layout optimization on maximizing dynamic machinability［J］.International Journal of Machine Tools ＆ Manufacture，2013(70):32 -44.

［37］Lin Z C，Huang J C.The application of neural networks in fixture planning by pattern classification［J］.Journal of Intelligent Manufacturing，1997(8):307 -322.

［38］Ma W，Lei Z，Rong Y.FIX -DES:A computer -aided modular fixture configuration design system［J］.International Journal of Advanced Manufacturing Technology，1998，14(1):21 -32.

［39］Roy U，Liao J.Application of a blackboard framework to a cooperative fixture design system［J］.Computer Industry，1998(37):67 -81.

［40］Peng G，Liu W.A novel modular fixture design and assembly system based on VR［C］.2006 IEEE/RSJ International Conference on Intelligent Robots and Systems，Beijing China，2006:2650 -2655.

［41］Peng Gaoliang，Wang Gongdong，Liu Wenjian，et al.A desktop virtual reality-based interactive modular fixture configuration design system［J］.Computer-Aided Design，2010，42(5):432 -444.

［42］王琪，黃翔，廖文和.專用機床夾具設計及其知識庫系統(tǒng)的研究與應用［J］.機械科學與技術，2003，22(3):299 -301.

［43］陳蔚芳，歐志球，姜澄宇，等.CAFD 中的夾具快速裝配技術研究［J］.機械科學與技術，2004，23(3):316 -318.

［44］唐耀紅，王鳳岐.基于特征的夾具設計研究［C］.全國高等學校制造自動化研究會第11 屆學術年會，2004.

［45］徐雷.基于知識的計算機輔助夾具設計支持技術研究［D］.成都:四川大學，2006.

［46］蔡瑾，姚濤，許紅靜.基于事物特性表的組合夾具建模方法研究［J］.河北工業(yè)大學學報，2010，39(1):6 -10.

［47］王準.基于CAD 平臺的加工中心用組合夾具設計方法［J］.制造技術與機床，2013(12):67 -74.

［48］秦國華，侯源君，路冬.基于夾具實例信息的定位元件方案自動匹配算法［J］.農(nóng)業(yè)機械學報，2013(10):308 -313.

［49］Tao Z J，Kumar A S，Nee AYC.Automatic generation of dynamic clamping forces for machining fixtures［J］.Int J Prod Res，1999，37(12):2755 -2277.

［50］Kong Zhenyu，Cegiarek Dariusz.Rapid deployment of reconfigurable assembly fixtures using workspace synthesis and visibility analysis［J］.CIRP Annals-Manufacturing Technology，2003，52 (1):13 -16.

［51］Amaral N，Rencis J R，Rong Y.Development of a finite element analysis tool for fixture design integrity verification and optimization［J］.Int J Advanced Manufuring Technology，2005(25):409 -419.

［52］Hamedi M.Intelligent fixture design through a hybrid system of artificial neural network and genetic algorithm［J］.Artificial Intelligence Rev，2005，23(3):295 -311.

［53］Siebenaler S P，Melkote S N.Prediction of workpiece deformation in a fixture system using the finite element method［J］.International Journal Machine Tools Manufacture，2006，46(1):51 -58.

［54］Kumar K Siva，Paulraj G.Geometric error control of workpiece during drilling through optimisation of fixture parameter using a genetic algorithm［J］.International Journal of Production Research，2012，50(12):3450 -3469.

［55］李敏波，唐東，成曄，等.基于Web 的制造過程協(xié)同決策方法及其應用［J］.清華大學學報:自然科學版，2000，40(5):16 -19.

［56］李敏波.基于WEB 的分布式夾具方案設計方法［J］.中國機械工程，2001(9):1011 -1014.

［57］孟俊煥，孫莉，王會.孔系組合夾具的裝夾剛度實驗研究［J］.工藝裝備，2005，32(6):59 -60.

［58］張國政，韓江.計算機輔助夾具設計系統(tǒng)定位誤差校驗的研究［J］.機械工程師，2008(8):11 -13.

［59］李慧平.基于So1idWorks 二次開發(fā)的專用夾具CAFD 系統(tǒng)研究［D］.鄭州:鄭州大學，2010.

［60］彭賀明，吳玉光.基于工序要求的夾具定位方案規(guī)劃軟件［J］.計算機集成制造系統(tǒng)，2013，19(7):1606 -1602.

［61］Wang Hui，Rong Yiming，Li Hua，et al.Computer -aided fixture design:Recent research and trends［J］.Computer -Aided Design，2010，42(12):1085 -1094.