引言
在国防航空制造企业中对零件工时的统计修正是一项重要的工作。随着产品的更新变化、 制造工艺和加工设备的改进以及管理机制、 市场营销理念等的不断变化,原有的产品工时已不再准确,需要重新修正。实做工时相比定额工时更接近生产实际,快速准确地获得零件的实做工时,对辅助企业技改投资、 生产管理以及国内外军售市场定价等都有重要的意义。当前国内对数控加工零件工时统计一般采用类比概略计算法、 详细计算法和原始工时修正法等三种方法,但是这些方法存在计算量相当大的缺点。
目前也有研究人员将人工神经网络方法引入到工时定额的制定中 ,西安理工大学的李淑娟提出了基于神经网络的无需工艺切削参数的依据 CAD 特征信息快速计算加工时间定额的方法 ,展现了人工神经网络技术在工时定额计算方面的广泛应用前景[1 ]。西北工业大学的朱历新也在应用人工神经网络模型计算定额工时上做了进一步的研究 ,在全面分析定额标准表的基础上 ,采用归纳综合法研究了制定工时定额的神经网络方法[2 ]。此外 ,上海交通大学的钟宏才对中间产品划分部件加工族 ,应用BP神经网络建立工时定额与部件生产工时定额影响因素之间的映射关系实现了中间产品加工工时定额的快速计算[3 ],等等。
人工神经网络是通过各神经元之间的连接来建立输入与输出之间的映射关系 ,其方便求解非线性问题 ,而对航空制造企业典型机种数控加工零件工时与加工参数之间的映射关系 ,就是一个典型的非线性映射。因此 ,将人工神经网络技术引入到工时估算研究中是一个有益的尝试。BP 神经网络由于其广泛的适应性和有效性可以很好地应用于本文研究的工时估算中。
由于零件加工工时是多因素相互作用的结果 ,故零件工时与多个产品参数相关。更为重要的是 ,零件工时不仅与零件的设计参数(如零件尺寸等连续参数)相关 ,而且它在相当大的程度上受零件加工过程参数(如机床加工组合方式、 加工面形状特征等)的影响 ,这些参数是离散的 ,非数值化的。BP神经网络模型可以实现到任何连续函数的逼近,但没有证据证明神经网络对离散变量驱动的离散函数也有无穷逼近的能力。这也就是说 ,用神经网络来逼近含有离散变量的函数是不可靠的 ,离散变量需要单独处理。为解决这个问题 ,本文提出了零件相似检索规则和算法 ,该算法首先根据产品的非数值参数信息检索出与当前计算零件相似的一组相似典型零件 ,然后应用神经网络获取典型零件的工时规律 ,并按此预测当前计算零件的加工工时。
1 基于神经网络的工时估算模型建模
在前面提到的典型零件 ,指在本工时估算模型中作为标准工时的零件 ,其工时由专业人员经过精确的详细计算法计算得到 ,用于训练神经网络。计算零件是需要快速估算工时的零件。在估算中考虑影响零件工时的主要因素称作特征参数 ,即工时估算影响因素体系。
1. 1 数控加工零件工时估算影响因素体系的建立
工厂根据整体结构件特征归纳原则一般把影响CAPPP CAM的因素归纳为 18 类 ,本文从尽快得出结构件数控加工工时的角度出发 ,把影响零件单件时间的诸多因素进行综合归纳加以典型化 ,可以简化为零件种类、 零件截面形状、 结构形状、 材料种类、 毛坯型式、 零件尺寸、 加工设备组合方式共七个特征指标 ,如图1所示。零件种类表示零件的分类特征 ,不同种类的零件结构功用差别较大。零件的截面形式与加工工时关系极大 ,一般结构件具有 “∏” 、 “T” 、“E” 及其它复杂截面形。结构形状表示加工面的形状和复杂程度 ,如加工面的孔、 槽、 凸台、 下陷面、 筋等结构特征。零件采用不同的材料将对切削加工性能带来显著的影响。零件毛坯状态对零件加工工艺和工序安排的复杂程度均会产生极大的影响。结构件尺寸对工时的影响也是显著的。不同的加工设备加工相同零件会产生不同的效果 ,对数控加工工时也会带来较大的影响。
1. 2 相似零件检索
相似零件的检索关键是如何确定零件的相似性 ,即相似特征的提取和相似特征的相似性度量。本文选取零件种类、 零件截面形状、 材料种类、毛坯型式、 加工设备组合方式作为相似特征。一般来说同类零件具有相似的加工特征 ,因而检索相似零件时首先选取零件种类相同的典型零件 ,然后对零件材料种类、 截面形状、 毛坯型式、 加工设备组合
方式四个因素进行匹配打分 ,最后根据得分情况按降序输出得分最高的20个零件的列表。因为这几个因素取值都是离散型的 ,这里给它们打分采取一种简单的匹配计分法 ,若计算零件和典型零件在材料种类上相同 ,则材料种类得分为 1 ,否则为0。同样计算其他三个因素得分 ,最后将得分加和即得到总分。
1. 3 BP神经网络
BP神经网络就是采用 BP (Back propagation) 算法进行训练的网络 ,该网络具有一个输入层 ,一个输出层和至少一个隐含(中间)层。BP 算法是非循环多级网络的训练算法 ,其学习过程由正向传播和反向传播组成 ,输入值经过非线性变换从输入层经隐单元逐层处理 ,并传向输出层 ,每一层神经元的状态将影响到下一层神经元状态 ,如果在输出层不能得到期望的输出 ,则转入反向传播 ,通过修改各神经元权值 ,使误差信号最小。
(1)确定网络的结构
这个问题可以看作是输入数控加工零件的各加工参数到输出计算工时的非线性映射问题。本文采取三层BP网络结构( m ×h ×n) :
① 输入层为6个神经元 x1 , x2 , x3 , x4 , x5 , x6 , m =6 ,它们分别对应于数控加工零件的截面形状、 加工面形状特征、 材料种类、 毛坯状态、 零件尺寸、 加工设备各加工参数。对于离散型的变量以经验修正系数作为数值输入 ,截面形状修正系数表如表1所示。
购买CNC加工中心 高速加工中心 钻攻中心 请选择 伯特利数控
同样对加工面形状特征、 材料种类、 毛坯状态、加工设备这几个变量也建立这样的修正系数表。这些修正系数是在大量计算中总结归纳出来的 ,可以作为神经网络的初始输入值 ,在神经网络的学习训练中可以进一步改进这些修正系数的值。而零件尺寸本身就是一个数值变量 ,但是对不同种类的零采用的尺寸公式不一样 ,如曲线轮廓平板类零件由于零件厚度变化不大 ,其对单件数控加工工时的影响可忽略 ,所以采用面积修正系数;梁类、 长桁型材类、 接头类零件则采用外廓体积作为参数值。同样对不同种类的零件 ,上述几种修正系数的取值也不一样 ,所以本文中用到的工时估算技术中先匹配件的种类 ,再找相似的典型零件集作为神经网络的训练样本 ,这样就保证了这些修正系数的取法相同。这里为了简化网络模型 ,对这些修正系数的取值过程不包括在神经网络模型中 ,可由专业人员提供这些输入值。
② 隐含层的确定
增加隐含层的层数和隐含层神经元个数不一定总能够提高网络精度和表达能力。Robert Hecht Nielson 证明了对于任意闭合区间连续函数都可以用含有一个隐层的 BP 网络来逼近[5 ],故本文选取单隐层网络。隐含层的神经元个数 h 可认为与问题无关,目前的研究结果还难以给出 h 取值与问题的类型和规模之间的函数关系 ,实验中发现 h 大致可在[ mP 2 + 1 ,3 m ]之间取值,否则网络极不稳定 ,训练时几乎不能收敛到预定的精度。此模型中取 h = 8。
③ 输出层为计算零件的加工工时 , n = 1。
(2)数据的处理
由于BP 神经网络的激活函数取为 Sigmoid 函数 ,网络的输出值在 0~1 之间 ,而且当输入值在- 0. 6~0. 6之间时变化较快 ,所以应该对学习样本数据进行一定的压缩处理[4 ],使之满足网络计算的要求。设处理的输入数据都是正实数 ,为了减少计算误差 ,一般可以将输入数据压缩在(0. 1 ,0. 9)范围内 ,对输出数据也可如此处理。参考计算公式如下:
式中, Z 为压缩前的数据值, Zc 为压缩后的数据值,Zmax , Zmin 分别为样本数据集中相应的最大、 最小值。
(3)网络的实现
该网络模型采用三层全互连的 BP 网络结构 ,其拓扑结构为
。本文选取训练样本为20个。
1. 4 系统框架
综上所述 ,本文关于数控加工零件工时的估算系统框架如图2所示。 Y? oP?V0Zhansi-font-family: "Times New Roman"'>目前的研究结果还难以给出 h 取值与问题的类型和规模之间的函数关系 ,实验中发现 h 大致可在[ mP 2 + 1 ,3 m ]之间取值,否则网络极不稳定 ,训练时几乎不能收敛到预定的精度。此模型中取 h = 8。
③ 输出层为计算零件的加工工时 , n = 1。
(2)数据的处理
由于BP 神经网络的激活函数取为 Sigmoid 函数 ,网络的输出值在 0~1 之间 ,而且当输入值在- 0. 6~0. 6之间时变化较快 ,所以应该对学习样本数据进行一定的压缩处理[4 ],使之满足网络计算的要求。设处理的输入数据都是正实数 ,为了减少计算误差 ,一般可以将输入数据压缩在(0. 1 ,0. 9)范围内 ,对输出数据也可如此处理。参考计算公式如下:
2 结束语
本文针对数控加工零件给出了相似产品的检索规则和算法 ,并应用神经网络模型对零件的加工工时进行估算 ,实验表明这种方法计算结果精度较高 ,快速计算零件的工时 ,真实地反映了实际加工情况 ,所开发的工时估算系统与 CAD、 CAE能对接 ,为工厂工时管理、 加工计划制定及技改投资提供了辅助决策支持 ,该方法具有很好的应用前景。在这个方法中 ,对相似零件的检索规则的科学探索及算法的优化仍可作更深入的研究。
2018-07
FANUC 0 系统 序号 故障征兆 故障原因 解决办法 1 当选完刀号后,X、Y轴移动的同时,机床也进行换刀的动作,但是,X、Y轴移动的距离,与X、Y轴的移动指令不相吻合,并且每次的实际移动距离与移动指令之差还不一样 没有任何报警,应属于参数问题。 1.修改参数0009号TMF… [了解更多]
2016-02
数控机床及加工中心可靠性研究概况 1.2.1国内外可靠性研究概况 在第二次世界大战中,德国为了确保V-II型火箭能够在长途飞行后成功攻击到目 标,首先提出了可靠性的一些基本思想和概念。同时,美国在与日本进行太平洋战争时, 多达两万架的飞机在飞行途中就因为发生故障而损失掉了。其中5… [了解更多]