徐昌鴻, 張樹生, 王洪申, 李秀玲,黃波

1.西北工業(yè)大學(xué) 現(xiàn)代設(shè)計(jì)與集成制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室, 陜西 西安 710072 2.蘭州理工大學(xué) 機(jī)電工程學(xué)院, 甘肅 蘭州 730050

一種面向多局部結(jié)構(gòu)數(shù)控工藝重用的工藝方案優(yōu)化方法

徐昌鴻1, 張樹生1, 王洪申2, 李秀玲1,黃波1

1.西北工業(yè)大學(xué) 現(xiàn)代設(shè)計(jì)與集成制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室, 陜西 西安 710072 2.蘭州理工大學(xué) 機(jī)電工程學(xué)院, 甘肅 蘭州 730050

為了實(shí)現(xiàn)已有數(shù)控工藝重用方法在零件工藝規(guī)劃中的有效應(yīng)用,提出了一種面向多局部結(jié)構(gòu)數(shù)控工藝重用的工藝方案優(yōu)化方法。首先,構(gòu)建工藝優(yōu)化目標(biāo)函數(shù)的數(shù)學(xué)模型;然后依據(jù)檢索到的多個相似局部結(jié)構(gòu)可重用數(shù)控工藝,提出一種面向局部結(jié)構(gòu)的備選數(shù)控工藝方案集生成方法;依據(jù)工藝可重用度,采用輪盤賭算法為待設(shè)計(jì)局部結(jié)構(gòu)選擇一個數(shù)控工藝方案,構(gòu)建待設(shè)計(jì)零件的加工操作順序圖(OPG);最后,提出一種基于OPG的蟻群算法,得到最優(yōu)數(shù)控工藝方案。實(shí)驗(yàn)結(jié)果證明,該方法能有效生成零件的最優(yōu)數(shù)控工藝方案,提高了數(shù)控工藝的編制效率。

數(shù)控工藝重用;相似局部結(jié)構(gòu);優(yōu)化;加工操作順序圖

隨著計(jì)算機(jī)輔助工藝規(guī)劃(CAPP)的不斷發(fā)展,企業(yè)已經(jīng)積累了大量豐富的零件數(shù)控工藝資源。為了提高數(shù)控編程效率,一種有效的途徑就是重用相似局部結(jié)構(gòu)的數(shù)控工藝[1]。因此,Huang等[2]提出了一種柔性的局部結(jié)構(gòu)數(shù)控工藝重用方法,通過建立基于特征的數(shù)控工藝參數(shù)化驅(qū)動模型,檢驗(yàn)工藝實(shí)例庫中相似局部結(jié)構(gòu)數(shù)控工藝的相容性,引入“可重用度”表征可重用工藝對于當(dāng)前待設(shè)計(jì)局部結(jié)構(gòu)的可重用性量化指標(biāo),并提出數(shù)控工藝的繼承機(jī)制,有效實(shí)現(xiàn)了局部結(jié)構(gòu)層次的數(shù)控工藝重用。但是,對于待設(shè)計(jì)零件來說,工藝實(shí)例庫中可能存在散布于多個零件三維模型實(shí)例上與待制零件各局部結(jié)構(gòu)幾何和制造語義均相似的局部結(jié)構(gòu)。如何依據(jù)待設(shè)計(jì)零件各局部結(jié)構(gòu)的多個相似局部結(jié)構(gòu)及其可重用數(shù)控工藝生成零件整體最優(yōu)數(shù)控工藝方案,這個關(guān)鍵問題尚未解決,這就導(dǎo)致了企業(yè)中大量工藝設(shè)計(jì)資源的冗余和浪費(fèi)[3]。

CAPP作為溝通上游設(shè)計(jì)(CAD)與下游制造(CAM)的重要橋梁,決定了如何利用現(xiàn)有加工資源生產(chǎn)出符合要求的產(chǎn)品。近二十年來,學(xué)術(shù)界提出了許多基于啟發(fā)式算法的工藝規(guī)劃方法。Liu等[4]將孔加工過程映射為一張動態(tài)有向圖,以最小化輔助加工時間為目標(biāo),包括空行程時間和換刀時間,采用蟻群算法通過在動態(tài)有向圖中查找最短路徑,獲得滿足目標(biāo)的最優(yōu)加工操作序列。Li等[5]提出一種混合遺傳模擬退火算法,將優(yōu)化過程分為2個階段。第一階段采用遺傳算法生成若干初始較優(yōu)解,第二階段采用模擬退火算法搜索最優(yōu)解和近優(yōu)解。Yu等[6]綜合考慮工藝規(guī)劃和生產(chǎn)調(diào)度優(yōu)化,提出一種混合遺傳粒子群算法的優(yōu)化方法。但是,這些方法對局部結(jié)構(gòu)的數(shù)控工藝多備選研究較少,且尚未與已有局部結(jié)構(gòu)數(shù)控工藝重用技術(shù)進(jìn)行有效集成,導(dǎo)致生成的零件數(shù)控工藝方案可能不完全適用于動態(tài)變化的生產(chǎn)環(huán)境,柔性較差[7]。

為了解決上述問題,實(shí)現(xiàn)已有數(shù)控工藝重用方法在零件工藝規(guī)劃領(lǐng)域的有效應(yīng)用,本文以2.5D銑削零件為研究對象,提出了一種面向數(shù)控工藝重用的工藝優(yōu)化方法。

1 基本概念

定義1 加工操作(operation,op):加工操作是由操作類型、加工階段、加工機(jī)床、加工刀具、進(jìn)刀方向等要素構(gòu)成的一種特征加工策略,以加工特征為依附對象,可以表示為

<加工操作>∷=[加工特征](<操作類型><加工階段><加工機(jī)床><加工刀具><進(jìn)刀方向>)

上述公式中,操作類型包括型腔銑、底面精加工、內(nèi)型精加工、凸臺精加工、轉(zhuǎn)角精加工等;加工階段分為粗加工、半精加工、精加工。

定義2加工操作順序圖(operation precedence graph,OPG):加工操作關(guān)系圖是一個帶權(quán)有向圖,圖的頂點(diǎn)對應(yīng)加工操作,有向邊的箭頭表示起始點(diǎn)對應(yīng)的加工操作需先于終端點(diǎn)加工操作之前進(jìn)行,邊的權(quán)值表示兩操作之間的距離,可以表示為

<加工操作順序圖>∷=(頂點(diǎn)，<邊>})

其中,加工操作之間的距離將在下一節(jié)詳細(xì)說明。

2 工藝優(yōu)化目標(biāo)函數(shù)

本文引入向量OP[n]表示零件數(shù)控工藝方案,向量的每一個分量OP[i](0≤i

在OPG中,有向邊的權(quán)值表示兩加工操作opi、opj之間的距離。本文以加工成本作為評價指標(biāo),詳細(xì)分析如下。

1) 加工機(jī)床成本(MC)。操作opj使用機(jī)床k的加工機(jī)床成本MCjk可以表示為

MCjk=opj.machine-id* MCIk

(1)

opj.machine-id為加工操作opj使用的機(jī)床索引號,MCIk為使用機(jī)床k的成本指數(shù)。

2) 加工刀具成本(TC)。操作opj使用刀具k的加工機(jī)床成本TCjk可以表示為

TCjk=opj.tool-id*TCIk

(2)

opj.tool-id為加工操作opj使用的刀具索引號,TCIk為使用刀具k的成本指數(shù)。

3) 機(jī)床更改成本(MCC)。當(dāng)加工操作opi、opj使用不同加工機(jī)床時,產(chǎn)生的機(jī)床更改成本MCCij可以表示為

(3)

MCCI為機(jī)床更改成本指數(shù)。函數(shù)ψ1(x,y)表達(dá)式如下

4) 刀具更改成本(TCC)。當(dāng)加工操作opi、opj使用不同加工刀具時,產(chǎn)生的刀具更改成本TCCij可以表示為

(4)

TCCI為刀具更改成本指數(shù),函數(shù)ψ2(x,y)表達(dá)式如下

5) 裝夾更改成本(SCC)。當(dāng)加工操作opi、opj的進(jìn)刀方向不同時,產(chǎn)生的裝夾更改成本SCCij可以表示為

(5)

opj.TAD-id為加工操作opj的進(jìn)刀方向索引號,SCCI為裝夾更改成本指數(shù)。

6) 加工操作距離(Dis)。兩加工操作opi、opj之間的距離為opj的加工機(jī)床成本、加工刀具成本、從opi到opj的加工機(jī)床、刀具、裝夾變換成本之和,可以表示為

(6)

式中,ωi為各因素的權(quán)值,由工藝人員依據(jù)啟發(fā)式規(guī)則確定。

7) 總加工成本(TMC)。對于某一加工方案OP[n]來說,其目標(biāo)函數(shù)為按順序執(zhí)行各加工操作所產(chǎn)生的所有加工成本之和,可以表示為

(7)

式中,MC0,k為初始加工操作OP[0]的使用機(jī)床k的加工機(jī)床成本,TC0,m為OP[0]使用刀具m的加工刀具成本。

3 面向局部結(jié)構(gòu)的備選數(shù)控工藝方案集生成

采用文獻(xiàn)[8]方法,可以從數(shù)控工藝實(shí)例庫中檢索到多個與查詢局部結(jié)構(gòu)相似的局部結(jié)構(gòu),其數(shù)控工藝滿足重用條件。但是,由于實(shí)際加工環(huán)境和數(shù)控工藝規(guī)劃要求的差異,需要依據(jù)實(shí)際生產(chǎn)環(huán)境和加工要求進(jìn)行動態(tài)修正,生成查詢局部結(jié)構(gòu)備選數(shù)控工藝方案集。

依據(jù)文獻(xiàn)[2],查詢局部結(jié)構(gòu)和局部結(jié)構(gòu)實(shí)例在幾何、拓?fù)?、制造語義等方面具有很高的相似性。同時,可重用數(shù)控工藝粗加工刀具直徑直接決定了可重用度值,是進(jìn)行可重用數(shù)控工藝選擇的重要參考指標(biāo),不可隨意更改。因此,將相似局部結(jié)構(gòu)可重用數(shù)控工藝復(fù)制給查詢局部結(jié)構(gòu)時,相似特征實(shí)例的加工操作,其操作類型、加工階段及粗加工刀具參數(shù)(包括刀具名稱、刀具類型、刀具編號、刀具幾何屬性等)直接被復(fù)制,無需修改。

另一方面,精加工的刀具不唯一,需要根據(jù)文獻(xiàn)[2]中的精加工刀具直徑相容條件,結(jié)合車間加工刀具資源情況,配置多個可行的加工刀具。同理,加工機(jī)床也是如此,其參數(shù)包括機(jī)床類型、所屬機(jī)床庫、機(jī)床號等。進(jìn)刀方向的多解則需要通過對加工特征進(jìn)行幾何推理以獲取多個可行的方向向量。精加工刀具、加工機(jī)床、進(jìn)刀方向的多備選方案可以有效適應(yīng)生產(chǎn)環(huán)境及加工要求的變化,提高工藝優(yōu)化的柔性,增加零件全局最優(yōu)數(shù)控工藝方案出現(xiàn)的概率。

4 局部結(jié)構(gòu)數(shù)控工藝方案選擇

待編程局部結(jié)構(gòu)的備選數(shù)控工藝集中存在多個可行的數(shù)控工藝方案,在單次的優(yōu)化計(jì)算中,本文采用輪盤賭算法為查詢局部結(jié)構(gòu)從備選數(shù)控工藝集中選取數(shù)控工藝?？芍赜枚戎翟酱?則數(shù)控工藝被選擇的概率越大。由第3部分可知,選擇加工方案的同時,加工操作類型、加工階段、粗加工刀具也隨之確定,但是精加工刀具、加工機(jī)床、進(jìn)刀方向存在多個可行解。由于這些可行解之間不存在優(yōu)先級約束,所以采用隨機(jī)選擇方法進(jìn)行選擇。待編程零件各局部結(jié)構(gòu)的數(shù)控工藝確定后,對應(yīng)OPG的頂點(diǎn)也隨之確定。依據(jù)文獻(xiàn)[5]中的加工操作順序約束規(guī)則確定OPG中各有向邊及其方向,依據(jù)公式(1)～(6)確定有向邊的權(quán)值,則待編程零件的OPG構(gòu)建完成。

5 基于OPG的蟻群算法

由上述可知,任意一條遍歷OPG中所有節(jié)點(diǎn)的有效路徑都是一個可行的零件數(shù)控加工方案,路徑權(quán)值之和就是對應(yīng)的總加工成本。為了搜索OPG中的最短路徑,即最優(yōu)數(shù)控工藝方案,本文提出一種基于OPG的蟻群算法。

5.1 路徑轉(zhuǎn)移概率

當(dāng)螞蟻r移動到加工操作opi后,依據(jù)各條路徑的信息素量和路徑的啟發(fā)信息轉(zhuǎn)移到下一個加工操作opj。在t時刻,螞蟻從opi轉(zhuǎn)移到opj的概率為

(8)

τij(t)為t時刻連接opi和opj的有向邊上的信息素,如下所示。

(9)

(10)

ηij為螞蟻r訪問opi后選擇opj為下一個執(zhí)行加工操作的期望程度,取值為兩加工操作距離Dis(opi,opj)的倒數(shù),式中各參數(shù)的意義詳見文獻(xiàn)[4]。

5.2 算法描述

在OPG圖中,螞蟻下一步可選加工操作集allowedr是不斷變化的。當(dāng)螞蟻選擇下一個加工操作時,allowedr應(yīng)為此時OPG中入度為0的所有頂點(diǎn)。同時,當(dāng)螞蟻r選擇opi時,意味著opi的所有前驅(qū)加工操作已經(jīng)執(zhí)行完畢。所以，在搜索過程中，需要allowedr和OPG圖進(jìn)行動態(tài)更新,保證螞蟻的搜索路徑符合加工順序約束的要求。

圖1 基于OPG的蚊群算法示例

基于上述分析,以圖1為例,基于OPG的蟻群算法搜索分為以下步驟:

輸入:加工操作順序圖G

輸出:最優(yōu)數(shù)控工藝集PS={OP[n]i}, 1≤i≤m

步驟2 將G復(fù)制給圖G1,遍歷G1,構(gòu)建入度為0的頂點(diǎn)集Nf={opk};

步驟3 隨機(jī)選擇初始頂點(diǎn)opi∈Nf;

步驟4 調(diào)用cSearch(G1,G2)

procedure cSearch(G1,G2)

1)螞蟻r訪問G2中頂點(diǎn)opi,將opi放入tabur,從G1中刪除頂點(diǎn)opi及其關(guān)聯(lián)邊；

2)更新allowed和圖G1；

3)如果G1≠?,則依據(jù)公式(8)在G2中選擇螞蟻下一步訪問的頂點(diǎn)opj,并重復(fù)調(diào)用cSearch(G1,G2);否則,計(jì)算G2中螞蟻搜索路徑P的總加工成本TMCr；

4)如果TMCr

5)如果r

步驟5 依據(jù)公式(9)和(10)更新G2中每條路徑上的信息素;

步驟6 如果NC

6 算法驗(yàn)證與討論

為了有效驗(yàn)證本文原理和方法的有效性,以Microsoft Visual Studio 2003為集成開發(fā)工具,在CATIA CAA環(huán)境中實(shí)現(xiàn)了本文算法,并在Intel Pentium Dual 2GHz CPU, 2GB內(nèi)存的PC機(jī)上對其進(jìn)行了測試。

圖2 示例零件模型

工藝方案加工特征操作類型加工階段加工機(jī)床加工刀具進(jìn)刀方向加工車間可行加工資源OP[0]F16型腔銑粗加工M02T32-xM01(20):數(shù)控鉆床OP[1]F17型腔銑粗加工M02T32-xM02(70):數(shù)控銑床OP[2]F16底面精加工精加工M02T20-xM03(74):數(shù)控銑床OP[3]F17底面精加工精加工M02T20-xM04(80):數(shù)控銑床……………………OP[50]F11攻絲精加工M02TT-zOP[51]F18鉆孔粗加工M01TD1-xOP[52]F18攻絲精加工M01TT-x

在圖2中,以某制造企業(yè)一個零件三維CAD模型為例驗(yàn)證本文所提方法的有效性。零件由8個局部結(jié)構(gòu)C1～C8(包含18個加工特征,F1,F2,…,F18)組成。假設(shè)MCCI=200,TCCI=25,SCI=100,ω1=ω2=ω3=ω4=ω5=0.2。則采用本文方法生成的零件最優(yōu)數(shù)控工藝方案如表1所示,總加工成本TMC=1 211.6。

以圖2所示零件為例,將本文方法與傳統(tǒng)基于蟻群算法的數(shù)控工藝優(yōu)化方法進(jìn)行了對比。對比結(jié)果顯示,傳統(tǒng)方法需要工藝人員手動創(chuàng)建67個加工操作以完成各加工特征的數(shù)控工藝設(shè)計(jì),需要超過1 200次人工交互操作,編程時間超過240分鐘。然而,采用本文所提方法,僅需少于150次人工交互,耗費(fèi)時間約為37 min,數(shù)控工藝優(yōu)化效率提高84.58%。同時,采用交互式編程得到的最優(yōu)方案的加工成本為1 452.2,而本文方法得到的最優(yōu)方案加工成本為1 211.6。顯然,傳統(tǒng)方法中各局部結(jié)構(gòu)數(shù)控工藝方單一固定,而本文方法采用了面向數(shù)控工藝重用的局部結(jié)構(gòu)數(shù)控工藝多備選方法,每一次優(yōu)化計(jì)算中選擇的局部結(jié)構(gòu)數(shù)控工藝都不盡相同,豐富了工藝優(yōu)化的解空間,有效提高了獲得全局最優(yōu)解的概率。

7 結(jié) 論

為了實(shí)現(xiàn)已有局部結(jié)構(gòu)數(shù)控工藝重用方法與零件整體數(shù)控工藝規(guī)劃的有效集成,本文提出了一種面向數(shù)控工藝重用的工藝優(yōu)化方法。構(gòu)建了以總加工成本最小為工藝優(yōu)化目標(biāo)函數(shù)的數(shù)學(xué)模型;提出一種面向局部結(jié)構(gòu)的備選數(shù)控工藝方案集生成方法;依據(jù)工藝可重用度,采用輪盤賭算法為待設(shè)計(jì)局部結(jié)構(gòu)在每次優(yōu)化計(jì)算中選擇一個數(shù)控工藝方案;構(gòu)建待設(shè)計(jì)零件單次優(yōu)化的加工操作順序圖(OPG);提出一種基于OPG的蟻群算法,得到最優(yōu)數(shù)控工藝方案。實(shí)驗(yàn)結(jié)果表明,本文算法能夠高效、準(zhǔn)確地生成零件最優(yōu)數(shù)控工藝方案,大大提高了數(shù)控工藝規(guī)劃的效率,對數(shù)控工藝重用技術(shù)的推廣應(yīng)用、新一代三維CAPP系統(tǒng)的開發(fā)具有重要的指導(dǎo)意義。

下一步的研究工作:(1)考慮多個相似局部結(jié)構(gòu)可重用數(shù)控工藝之間的融合重組;(2)考慮本文方法與生產(chǎn)調(diào)度方法的集成。

[1] Ruiz P, Kamsu-Foguem B, Noyes D. Knowledge Reuse Integrating the Collaboration from Experts in Industrial Maintenance Management[J]. Knowledge-Based Systems, 2013, 50(9):171-186

[2] Huang R, Zhang S, Xu C, et al. A Flexible and Effective NC Machining Process Reuse Approach for Similar Subparts[J]. Computer-Aided Design, 2015, 62: 64-77

[3] Demian P, Fruchter R. An Ethnographic Study of Design Knowledge Reuse in the Architecture, Engineering, and Construction Industry[J]. Research in Engineering Design, 2006, 16(4):184-195

[4] Liu X, Hong Y, Zhonghua N, et al. Process Planning Optimization of Hole-Making Operations Using Ant Colony Algorithm[J]. The International Journal of Advanced Manufacturing Technology, 2013, 69(1): 753-769

[5] Li W D, Ong S K, Nee A Y C. Hybrid Genetic Algorithm and Simulated Annealing Approach for The Optimization of Process Plans for Prismatic Parts[J]. International Journal of Production Research, 2002, 40(8): 1899-1922

[6] Yu M, Zhang Y, Chen K, et al. Integration of Process Planning and Scheduling Using a Hybrid Ga/Pso Algorithm[J]. The International Journal of Advanced Manufacturing Technology, 2015, 78(1): 583-592

[7] Li X, Gao L, Wen X. Application of an Efficient Modified Particle Swarm Optimization Algorithm for Process Planning[J]. The International Journal of Advanced Manufacturing Technology, 2013, 67(5): 1355-1369

[8] Huang R, Zhang S, Bai X, et al. An Effective Subpart Retrieval Approach of 3D CAD Models for Manufacturing Process Reuse[J]. Computers in Industry, 2015, 67: 38-53

A NC Process Reuse of Alternative Subparts Oriented Process Planning Optimization Approach

Xu Changhong1, Zhang Shusheng1, Wang Hongshen2, Li Xiuling1, Huang Bo1

1.The Key Laboratory of Contemporary Designing and Integrated Manufacturing Technology,Ministry of Education, Northwestern Polytechnical University, Xi′an 710072, China 2. School of Mechanical & Electronical Engineering, Lanzhou University of Technology, Lanzhou 730050, China

To realize the effective application of existing NC process reuse approaches in the domain of process planning for parts, a NC process reuse oriented process planning optimization approach was proposed. Firstly, the mathematical model of the objective function for process planning optimization was established. Secondly, based on the multiple similar subparts associated with reusable NC process, a NC process candidates generation method for query subparts was elaborated. The NC process for each query subpart was selected using the roulette wheel approach in terms of the reusability, and the operation precedence graph (OPG) of the query part was constructed. Finally, an OPG based ant colony algorithm was introduced to obtain the optimal NC process scheme for the query part. Experimental results showed that our approach could effectively produce the global optimal NC process scheme for parts and significantly improve the efficiency of NC programming.

NC process reuse; similar subparts; optimization; OPG

2016-04-12

國家自然科學(xué)基金(51375397)資助

徐昌鴻(1990—),西北工業(yè)大學(xué)博士研究生,主要從事CAD/CAM、三維CAPP、快速數(shù)控編程的研究。

TP391

A

1000-2758(2016)06-1004-07