中南大學CAD／CAM技術及應用試題及答案

1、中南大學網(wǎng)絡教育課程考試CAD/CA噴術及應用試題考試說明：1 .首先下載試題及標準答卷模版，完成答題后，答卷從網(wǎng)上提交。2 .答卷電子稿命名原則：學號 .doc。如：11031020512002.doc。3 .網(wǎng)上提交截止時間： 2014年12月17日18: 00。試題：（注：一、二、三、四題為必做題，五、六題選做其中一題，在答題紙中寫清題號即可。）一、簡要敘述產品數(shù)據(jù)管理（PDM的基本概念、基本功能、體系結構，并分析在企業(yè)實施產品數(shù)據(jù)管理（PDM的意義。（20分）二、簡要敘述有限元分析的基本原理、主要步驟和能夠完成的主要任務。（20分）三、某零件的三維圖如下所示（從清晰性考慮，給出了兩種三

2、維圖，尺寸自定） 。（1）分析指出該零件由哪些形狀特征組成（繪簡圖說明）。（10分）（2）簡述用UG實現(xiàn)下圖所示零件三維造型的步驟 （分步驟進行文字說明，并配適當?shù)暮唸D說明）。（10分）四、采用立式數(shù)控銃床在一長方形毛坯工件上銃削如下圖所示凸模（尺寸自定），工件材料為鑄鐵，先使用20mmif柱平底立銃刀進行底面和側面加工，再使用 12mm求頭銃刀進行上表面加工。 如采用UG軟件進行數(shù)控加工編程，簡要說明在UG軟件環(huán)境下編制該凸模數(shù)控加工程序的步驟（分步驟進行文字說明，并配適當?shù)暮唸D說明）。（20分）五、下圖所示機構由如下七個零件組成。在UG中已完成七個零件的三維建模，如需繼續(xù)在UG中對其進行裝

3、配建模，得到如下圖所示的三維裝配模型。試給出建立該機構三維裝配模型的主要步驟（分步驟進行文字說明，并配適當?shù)暮唸D說明）。（20分）六、某線圖的五個點如下左圖所示，各點坐標如右表所示。（20分）（1）采用最小二乘法進行線性擬合，方程形式為y = ax+ b,試繪出求線性方程系數(shù) a、b的計算機程序流程圖。（2）采用某種計算機編程語言（如C、Basic）,編寫求線性系數(shù)方程 a、b的源程序。序號X坐標Y坐標111. 422L 533L74A2.25$3中南大學網(wǎng)絡教育課程考試CAD/CA噴術及應用答卷本人承諾：本試卷確為本人獨立完成，若有違反愿意接受處理。簽名 學號 專業(yè) 學習中心一、簡要敘述產品

4、數(shù)據(jù)管理（PDM的基本概念、基本功能、體系結構，并分析在企業(yè)實施產品數(shù)據(jù)管理（PDM的意義。答：1 .產品數(shù)據(jù)管理（PDM）概念：是一門用來管理所有與產品相關的信息和所有與產品相關的過程的技術”。這個定義從廣義的角度解釋了 PDMK術。但就現(xiàn)階段 PDM勺發(fā)展情況而言，給出一個較為具體的定義：“ PDM 技術以軟件技術為基礎，是一門管理所有與產品相關的信息（ 包括電子文檔、數(shù)字化文檔數(shù)據(jù)庫記錄等） 和所有與產品相關的過程（包括審批/ 發(fā)放、工程更改、一般流程、配置管理等）的技術。提供產品全生命周期的信息管理，并可以在企業(yè)范圍內為產品設計與制造建立一個并行化的協(xié)作環(huán)境。”2 .PDM的主要功能：

5、PDMK/企業(yè)提供了一種宏觀管理和控制所有與產品相關信息以及與產品相關的機制和技術。PD幅統(tǒng)包含多項功能，從面向應用與系統(tǒng)支持的功能來看，包括電子倉庫（ 電子數(shù)據(jù)存儲、電子保險箱、電子資料室 ） 、面向應用的使用功能，如文檔控制、變更控制、配置管理、設計檢索與零件庫、項目管理等實用化支持功能。從軟件功能模塊組成來看，包括電子數(shù)據(jù)存儲和文檔管理、工作流程管理、產品結構管理、分類與檢索管理、項目管理、集成接口、用戶化工具等。3 .PDM系統(tǒng)的體系結構：可以分解為以下四個層次的內容：第一層是支持層。目前流行的商業(yè)化的關系型數(shù)據(jù)庫是PDM!（統(tǒng)的支持平臺。關系型數(shù)據(jù)庫提供了數(shù)據(jù)管理的最基本的功能。如存

6、、取、刪、改、查等操作。第二層是面向對象層（產品主題化層）。由于商用關系型數(shù)據(jù)庫側重管理事務性數(shù)據(jù)，不能滿足產品數(shù)據(jù)動態(tài)變化的管理要求。因此，在PD幅統(tǒng)中，采用若干個二維關系表格來描述產品數(shù)據(jù)的動態(tài)變化。PDMK統(tǒng)將其管理的動態(tài)變化數(shù)據(jù)的功能轉換成幾個，甚至幾百個二維關系型表格，實現(xiàn)面向產品對象管理的要求。第三層是功能層。面向對象層提供了描述產品數(shù)據(jù)動態(tài)變化的數(shù)學模型。在此基礎上，根據(jù)PDM!（統(tǒng)的管理目標，在 PDM!（統(tǒng)中建立相應的功能模塊。一類是基本功能模塊，包括文檔管理、產品配置管理、 工作流程管理、零件分類和檢索及項目管理等；另一類是系統(tǒng)管理模塊，包括系統(tǒng)管理和工作環(huán)境。系統(tǒng) 管理主

7、要是針對系統(tǒng)管理員如何維護系統(tǒng)，確保數(shù)據(jù)安全與正常運行的功能模塊。工作環(huán)境主要保證各類 不同的用戶能夠正常、安全、可靠地使用PDM!（統(tǒng)，既要求方便、快捷，又要求安全、可靠。第四層是用戶層，包括開發(fā)工具層和界面層。不同的用戶在不同的計算機上操作PDM系統(tǒng)都要提供友好的人機交互界面。根據(jù)各自的經營目標，不同企業(yè)對人機界面會有不同的要求。因此，在PDM!（統(tǒng)中，通常除了提供標準的、不同硬件平臺上的人機界面外，還要提供開發(fā)用戶化人機界面的工具，以滿足各類 用戶不同的特殊要求。整個PDM!（統(tǒng)和相應的關系型數(shù)據(jù)庫（如Oracle都建立在計算機的操作系統(tǒng)和網(wǎng)絡系統(tǒng)的平臺上。同時，還有各式各樣的應用軟件，

8、如 CAD CAPP CAM CAE CAT文字處理、表格生成、圖象顯示和音像轉 換等等。在計算機硬件平臺上，構成了一個大型的信息管理系統(tǒng)，PDM各有效地對各類信息進行合理、正確和安全的管理。4 .在企業(yè)實施產品數(shù)據(jù)管理（PDM的意義：以往計算機技術在工程領域的廣泛應用主要表現(xiàn)在工具的自動化方面。例如在工程部門普遍使用計算機輔助計算、設計、分析、仿真、加工和工藝規(guī)劃等技術，明顯提高了產品的設計和制造水平；在管理部門廣泛使用計算機辦公自動化技術，大大提高了各職能部門的勞動生產率；在生產制造部門積極推廣計算機實時測量和控制技術，在保證產品質量方面取得顯著的效果。計算機作為工程自動化技術的工具，在各

9、行各業(yè)中所起的重要作用已經是無可質疑。根據(jù)一分為二的觀點， 計算機變手工作業(yè)為自動化操作，無疑提高了生產力，同時對原來手工管理體系也帶來巨大的沖擊。無論是制造業(yè)，還是各種各樣的設計院，現(xiàn)有的面向紙介質的信息管理體系無法適應電子信息時代的要求。因此，人們迫切需要一種電子化的管理手段，改變現(xiàn)行的落后的生產關系，進一步解放計算機技術創(chuàng)造的前所未有的生產力，鞏固和加強企業(yè)的競爭能力。PDM就是一門計算機管理產品整個生命周期內全部信息的電子化的管理技術。它對產品開發(fā)過程的TQCS旨標將產生巨大影響，徹底改變歷來作坊式的產品開發(fā)模式和知識私有的狀況，快速形成團隊式的產品開發(fā)隊伍，成倍提高現(xiàn)有的勞動生產率，

10、為整個企業(yè)的信 息集成和邁向國際先進行列打下堅實的基礎二、 簡要敘述有限元分析的基本原理、主要步驟和能夠完成的主要任務。答：1. 有限元分析的基本原理 有限元分析是用較簡單的問題代替復雜問題后再求解。它將求解域看成是由許多稱為有限元的小的互連子域組成，對每一單元假定一個合適的（ 較簡單的）近似解，然后推導求解這個域總的滿足條件（ 如結構的平衡條件），從而得到問題的解。這個解不是準確解，而是近似解，因為實際問題被較簡單的問題所代替。由于大多數(shù)實際問題難以得到準確解，而有限元不僅計算精度高，而且能適應各種復雜形狀，因而成為行之有效的工程分析手段。2. 有限元分析的主要步驟有限元求解問題的基本步驟通

11、常為：第一步：問題及求解域定義：根據(jù)實際問題近似確定求解域的物理性質和幾何區(qū)域。第二步：求解域離散化：將求解域近似為具有不同有限大小和形狀且彼此相連的有限個單元組成的離散域，習慣上稱為有限元網(wǎng)絡劃分。顯然單元越小（網(wǎng)格越細）則離散域的近似程度越好，計算結果也越精確，但計算量及誤差都將增大，因此求解域的離散化是有限元法的核心技術之一。第三步：確定狀態(tài)變量及控制方法：一個具體的物理問題通常可以用一組包含問題狀態(tài)變量邊界條件的微分方程式表示，為適合有限元求解，通常將微分方程化為等價的泛函形式。第四步：單元推導：對單元構造一個適合的近似解，即推導有限單元的列式，其中包括選擇合理的單元坐標系，建立單元試

12、函數(shù)，以某種方法給出單元各狀態(tài)變量的離散關系，從而形成單元矩陣（結構力學中稱剛度陣或柔度陣）。第五步：總裝求解：將單元總裝形成離散域的總矩陣方程（聯(lián)合方程組），反映對近似求解域的離散域的要求，即單元函數(shù)的連續(xù)性要滿足一定的連續(xù)條件。總裝是在相鄰單元結點進行，狀態(tài)變量及其導數(shù)（可能的話）連續(xù)性建立在結點處。第六步：聯(lián)立方程組求解和結果解釋：有限元法最終導致聯(lián)立方程組。聯(lián)立方程組的求解可用直接法、迭代法和隨機法。求解結果是單元結點處狀態(tài)變量的近似值。對于計算結果的質量，將通過與設計準則提供的允許值比較來評價并確定是否需要重復計算。3. 有限元分析的能夠完成的主要任務：最早應用于航空航天領域，主要用

13、來求解線性結構問題，實踐證明這是一種非常有效的數(shù)值分析方法。而且從理論上也已經證明，只要用于離散求解對象的單元足夠小，所得的解就可足夠畢竟于精確值。現(xiàn)在用于求解結構線性問題的有限元方法和軟件已經比較成熟，發(fā)展方向是結構線性、流體動力學和耦合場問題的求解。例如由于摩擦接觸而產生的熱問題，金屬成形時由于塑性功而產生的熱問題，需要結構場和溫度場的有限元分析結果交叉迭代求解，即“熱力耦合”的問題。當流體在彎管中流動時，流體壓力會使彎管產生變形，而管的變形又反過來影響到流體的流動。這就需要對結構場和流場的有限元分析結果交叉迭代求解，即所謂“流固耦合”的問題。三、某零件的三維圖（1）分析指出該零件由哪些形

14、狀特征組成。（2）簡述用UG實現(xiàn)下圖所示零件三維造型的步驟。答：1. 形狀特征：底座圓盤，凸臺，加強筋，沉頭孔，倒角，圓角2. 步驟如下：1 ）用回轉實體做出圓盤2）拉伸實體做出加強筋3）使用圓形陣列，步驟2 的加強筋4）用孔工具做出沉頭孔5）方法同步驟3，圓形陣列沉頭孔6）圓角，倒角修飾下即可四、 采用立式數(shù)控銑床在一長方形毛坯工件上銑削如下圖所示凸模（尺寸自定），工件材料為鑄鐵，先使用 20mntf柱平底立銃刀進行底面和側面加工，再使用 12mm求頭銃刀進行上表面加工。如采用UG軟件進行數(shù)控加工編程，簡要說明在UG軟件環(huán)境下編制該凸模數(shù)控加工程序的步驟答：1 創(chuàng)建程序并命名。2創(chuàng)建刀具直徑

15、12 和直徑6，指定加工幾何體和毛坯。3創(chuàng)建粗加工方法，用型腔銑（mill contour CAVITY mill ）刀具直徑12，余量留0.5mm。4創(chuàng)建精加工方法，銑凸臺，用曲面銑（mill contour fixed contour ）刀具直徑6。5 創(chuàng)建精加工方法，使凹面， 使用深度加工輪廓（ mill contour ZLEVEL profile ） 刀具直徑12mm。6 .最后光底面，采用挖槽，刀具D10,因為這樣可以節(jié)約換刀時間，這里需要在切削層里面選擇僅在范圍底部。六、 某線圖的五個點如下左圖所示，各點坐標如右表所示。（1）采用最小二乘法進行線性擬合，方程形式為 y = ax+

16、 b,試繪出求線性方程系數(shù)a、b的計算機程序流程圖。答：1. 由 定義 x=1 2 3 4 5,y=1.4 1.5 1.7 2.2 3得到插補值函數(shù)P(x)=y 1l 0(x)+y 2l 1(x)+y 3l 2(x)+y 4l 3(x)+y 5l 4(x) 即所求流程圖。2. 編程：xOffset = 1;if (nargin=2) | .(nargin=3 && ischar(varargin3) | .(nargin=4 && (ischar(varargin4) | strcmp(varargin4, 'extrap');xOffset =

17、 0;endppOutput = false;% PP = INTERP1(X,Y,METHOD,'pp')if nargin>=4 && ischar(varargin3) && isequal('pp',varargin4)ppOutput = true;if (nargin > 4)error('MATLAB:interp1:ppOutput', .'Use 4 inputs for PP=INTERP1(X,Y,METHOD,''pp'').')e

18、ndend% Process Y in INTERP1(Y,.) and INTERP1(X,Y,.)y = varargin1+xOffset;siz_y = size(y);% y may be an ND array, but collapse it down to a 2D yMat. If yMat is% a vector, it is a column vector.if isvector(y)if size(y,1) = 1% Prefer column vectors for yyMat = y.'n = siz_y(2);elseyMat = y;n = siz_y

19、(1);endds = 1;prodDs = 1;elsen = siz_y(1);ds = siz_y(2:end);prodDs = prod(ds);yMat = reshape(y,n prodDs);end% Process X in INTERP1(X,Y,.), or supply default for INTERP1(Y,.) if xOffsetx = vararginxOffset;if isvector(x)error('MATLAB:interp1:Xvector','X must be a vector.');endif length

20、(x) = nif isvector(y)error('MATLAB:interp1:YInvalidNumRows', .'X and Y must be of the same length.')elseerror('MATLAB:interp1:YInvalidNumRows', .'LENGTH(X) and SIZE(Y,1) must be the same.');endend% Prefer column vectors for xxCol = x(:);elsexCol = (1:n)'end% Proce

21、ss XI in INTERP1(Y,XI,.) and INTERP1(X,Y,XI,.)% Avoid syntax PP = INTERP1(X,Y,METHOD,'pp')if ppOutputxi = varargin2+xOffset;siz_xi = size(xi);% xi may be an ND array, but flatten it to a column vector xiCol xiCol = xi(:);% The size of the output YIif isvector(y)% Y is a vector so size(YI) =

22、size(XI)siz_yi = siz_xi;elseif isvector(xi)% Y is not a vector but XI issiz_yi = length(xi) ds;else% Both Y and XI are non-vectorssiz_yi = siz_xi ds;endendendif xOffset && isreal(x)error('MATLAB:interp1:ComplexX','X should be a real vector.')end if ppOutput && isreal(

23、xi)error('MATLAB:interp1:ComplexInterpPts', .'The interpolation points XI should be real.') end% Error check for NaN values in X and Y% check for NaN'sif xOffset && (any(isnan(xCol)error('MATLAB:interp1:NaNinX','NaN is not an appropriate value for X.'); en

24、d% NANS are allowed as a value for F(X), since a function may be undefined % for a given value.if any(isnan(yMat(:)warning('MATLAB:interp1:NaNinY', .'NaN found in Y, interpolation at undefined values nt',.' will result in undefined values.'); endif (n < 2)if ppOutput | ise

25、mpty(xi)error('MATLAB:interp1:NotEnoughPts', .'There should be at least two data points.') elseyi = zeros(siz_yi,superiorfloat(x,y,xi);varargout1 = yi;returnendend% Process METHOD in% PP = INTERP1(X,Y,METHOD,'pp')% YI = INTERP1(Y,XI,METHOD,.)% YI = INTERP1(X,Y,XI,METHOD,.)% i

26、ncluding explicit specification of the default by an empty input.if ppOutputif isempty(varargin3)method = 'linear'elsemethod = varargin3;endelseif nargin >= 3+xOffset && isempty(varargin3+xOffset)method = varargin3+xOffset;elsemethod = 'linear'endend% The v5 option, '*

27、method', asserts that x is equally spaced.eqsp = (method(1) = '*');if eqspmethod(1) = ;end% INTERP1(X,Y,XI,METHOD,'extrap') and INTERP1(X,Y,Xi,METHOD,EXTRAPVAL) if ppOutputif nargin >= 4+xOffsetextrapval = varargin4+xOffset;elseswitch method(1)case 's','p','

28、;c'extrapval = 'extrap'otherwiseextrapval = NaN;endendend% Start the algorithm% We now have column vector xCol, column vector or 2D matrix yMat and% column vector xiCol.if xOffsetif eqsph = diff(xCol);eqsp = (norm(diff(h),Inf) <= eps(norm(xCol,Inf);if any(isfinite(xCol)eqsp = 0; % if

29、an INF in x, x is not equally spacedendendif eqsph = (xCol(n)-xCol(1)/(n-1);endelseh = 1;eqsp = 1;endif any(h < 0)xCol,p = sort(xCol);yMat = yMat(p,:);if eqsph = -h;elseh = diff(xCol);endendif any(h = 0)error('MATLAB:interp1:RepeatedValuesX', .'The values of X should be distinct.'

30、);end% PP = INTERP1(X,Y,METHOD,'pp')if nargin=4 && ischar(varargin3) && isequal('pp',varargin4)% obtain pp form of outputpp = ppinterp;varargout1 = pp;returnend% InterpolatenumelXi = length(xiCol);p = ;switch method(1)case 's' % 'spline'% spline is ori

31、ented opposite to interp1 yiMat = spline(xCol.',yMat.',xiCol.').'case 'c','p' % 'cubic' or 'pchip'% pchip is oriented opposite to interp1 yiMat = pchip(xCol.',yMat.',xiCol.').'otherwise % 'nearest', 'linear', 'v5cubi

32、c'yiMat = zeros(numelXi,prodDs,superiorfloat(xCol,yMat,xiCol);if eqsp && any(diff(xiCol) < 0)xiCol,p = sort(xiCol);elsep = 1:numelXi;end% Find indices of subintervals, x(k) <= u < x(k+1),% or u < x(1) or u >= x(m-1).if isempty(xiCol)k = xiCol;elseif eqspk = min(max(1+floor

33、(xiCol-xCol(1)/h),1),n-1);elseignore,k = histc(xiCol,xCol);k(xiCol<xCol(1) | isfinite(xiCol) = 1;k(xiCol>=xCol(n) = n-1;endswitch method(1)case 'n' % 'nearest'i = find(xiCol >= (xCol(k)+xCol(k+1)/2);k(i) = k(i)+1;yiMat(p,:) = yMat(k,:);case 'l' % 'linear'if e

34、qsps = (xiCol - xCol(k)/h;elses = (xiCol - xCol(k)./h(k);endfor j = 1:prodDsyiMat(p,j) = yMat(k,j) + s.*(yMat(k+1,j)-yMat(k,j);endcase 'v' % 'v5cubic'extrapval = NaN;if eqsp% Data are equally spaceds = (xiCol - xCol(k)/h;s2 = s.*s;s3 = s.*s2;% Add extra points for first and last inte

35、rvalyMat = 3*yMat(1,:)-3*yMat(2,:)+yMat(3,:); .yMat; .3*yMat(n,:)-3*yMat(n-1,:)+yMat(n-2,:);for j = 1:prodDsyiMat(p,j) = (yMat(k,j).*(-s3+2*s2-s) + .yMat(k+1,j).*(3*s3-5*s2+2) + .yMat(k+2,j).*(-3*s3+4*s2+s) + . yMat(k+3,j).*(s3-s2)/2;endelse% Data are not equally spaced% spline is oriented opposite

36、to interp1yiMat = spline(xCol.',yMat.',xiCol.').'endotherwiseerror('MATLAB:interp1:InvalidMethod','Invalid method.')endend% Override extrapolationif isequal(extrapval,'extrap')if ischar(extrapval)error('MATLAB:interp1:InvalidExtrap', 'Invalid extra

37、p option.') elseif isscalar(extrapval)error('MATLAB:interp1:NonScalarExtrapValue',.'EXTRAP option must be a scalar.')endif isempty(p)p = 1 : numelXi;endoutOfBounds = xiCol<xCol(1) | xiCol>xCol(n);yiMat(p(outOfBounds),:) = extrapval;end% Reshape result, possibly to an ND arr

38、ayyi = reshape(yiMat,siz_yi);varargout1 = yi;%function pp = ppinterp%PPINTERP ppform interpretation.switch method(1)case 'n' % nearestbreaks = xCol(1); .(xCol(1:end-1)+xCol(2:end)/2; .xCol(end).'coefs = yMat.'pp = mkpp(breaks,coefs,ds);case 'l' % linearbreaks = xCol.'page

39、1 = (diff(yMat)./repmat(diff(xCol),1, prodDs).'page2 = (reshape(yMat(1:end-1,:),n-1, prodDs).'coefs = cat(3,page1,page2);pp = mkpp(breaks,coefs,ds);case 'p', 'c' % pchip and cubicpp = pchip(xCol.',reshape(yMat.',ds, n);case 's' % splinepp = spline(xCol.',reshape(yMat.',ds, n);case 'v' % v5cubicb = diff(xCol);if norm(diff(b),Inf) <= eps(norm(xCol,Inf)% data are equally spaceda = repmat(b,1