歐陽華兵 / 上海電機(jī)學(xué)院機(jī)械學(xué)院

基于STEP-NC的加工工藝路線生成與優(yōu)化技術(shù)研究進(jìn)展

歐陽華兵 / 上海電機(jī)學(xué)院機(jī)械學(xué)院

為了對基于STEP-NC加工工藝路線設(shè)計(jì)相關(guān)技術(shù)進(jìn)行全面的了解，對近年來相關(guān)領(lǐng)域取得的研究成果進(jìn)行了分析和總結(jié)，將相關(guān)研究分為三個(gè)主要方向，分別總結(jié)分析了各個(gè)研究方向所取得的研究進(jìn)展和存在的問題。

STEP-NC;加工工藝路線；工藝優(yōu)化

1997年歐共體在OPTIMAL中提出了一種兼容于STEP標(biāo)準(zhǔn)的STEP-NC標(biāo)準(zhǔn),它為CAx系統(tǒng)間的無縫集成及數(shù)控系統(tǒng)向開放性、智能化和網(wǎng)絡(luò)化等方向發(fā)展帶來了全新的機(jī)遇[1]?；赟TEP-NC的工藝路線設(shè)計(jì)以加工特征所對應(yīng)的加工工步為核心單元，將零件的加工過程轉(zhuǎn)換為加工工步序列的非線性規(guī)劃。由于STEP-NC加工工步序列呈非線性排列，可生成多條可供選擇的工藝路線，使CNC系統(tǒng)可根據(jù)加工現(xiàn)場需求，實(shí)時(shí)靈活地選擇合理的加工工步序列，提高CNC系統(tǒng)的柔性化水平。

隨著STEP-NC標(biāo)準(zhǔn)的完善和人工智能技術(shù)的成熟，STEPNC非線性工藝規(guī)劃也成為下一代數(shù)控系統(tǒng)的關(guān)鍵技術(shù)。如何解決STEP-NC加工工步序列的生成與優(yōu)化問題，已成為STEP-NC數(shù)控加工走向成熟并在車間得到應(yīng)用中亟待解決的關(guān)鍵問題[1-2]。

1.基于STEP-NC加工特征識(shí)別技術(shù)研究

80年代以來，產(chǎn)品幾何信息的自動(dòng)識(shí)別技術(shù)作為CAD/CAPP/CAM間信息交換的關(guān)鍵技術(shù)，一度成為CAx領(lǐng)域研究熱點(diǎn)，已形成了比較成熟的特征識(shí)別方法有：基于圖的方法、基于痕跡的方法、體積剖分法、語義模式識(shí)別法、神經(jīng)網(wǎng)絡(luò)方法及其混合式辨識(shí)法等[2]?；趫D的特征辨識(shí)法具有能夠很好識(shí)別獨(dú)立特征且識(shí)別率高被廣泛使用，但其無法直接識(shí)別相交特征?；诤圹E的特征識(shí)別法卻能很好實(shí)現(xiàn)相交特征的識(shí)別，但對于復(fù)雜特征無法找到合適的痕跡而顯得力不從心[2]。體積剖分法將零件模型分解成凸體集合后重新組合來，理論上能夠識(shí)別任意相交特征，但卻無法保證得到正確的加工特征且其計(jì)算量巨大。文獻(xiàn)[2]充分利用基于圖和痕跡的雙重優(yōu)勢，提出一種基于圖和痕跡的相交特征識(shí)別方法，能識(shí)別符合STEP-NC的加工特征。文獻(xiàn)[3]針對STEP-NC加工特征的特點(diǎn)，提出了交叉特征的定義及其特征識(shí)別方法，開發(fā)了相應(yīng)的特征識(shí)別系統(tǒng)，實(shí)現(xiàn)了STEP-NC加工特征識(shí)別。

上述方法在一定程度上解決了特征識(shí)別領(lǐng)域的相關(guān)問題，但對于復(fù)雜交叉特征的自動(dòng)識(shí)別、特征的多種解釋處理、特征約束抽取、特征優(yōu)先樹重構(gòu)等諸多問題[4]，尤其是針對符合STEPNC的加工特征識(shí)別研究偏少，目前還難以完全自動(dòng)化地實(shí)現(xiàn)基于STEP-NC的加工特征識(shí)別，有待進(jìn)一步研究[4]。

2.基于STEP-NC的加工工藝路線生成技術(shù)研究

獲取STEP-NC加工特征后，還需為每個(gè)加工特征獲取可行的加工操作，它是加工工步序列優(yōu)化的基礎(chǔ)。目前常規(guī)CAPP系統(tǒng)中生成特征加工方案所采用的方法主要有：基于決策表或決策樹、產(chǎn)生式規(guī)則、神經(jīng)網(wǎng)絡(luò)及其混合方法等[5]。Chang等[6]通過Hopfield網(wǎng)絡(luò)來獲取較好的工序順序，再根據(jù)特征優(yōu)先關(guān)系和基于刀具和進(jìn)刀方向進(jìn)行加工操作的特征聚類?；◤V如等[5]考慮了特征的多個(gè)可行加工方案，提出了基于GA的可行加工方案選擇和操作排序的綜合優(yōu)化方法。歐陽華兵等[7]基于STEP-NC制造特征的優(yōu)先級約束規(guī)則對加工工步聚類分組，采用專家打分及其評定策略實(shí)現(xiàn)工步的自動(dòng)排序，完成加工操作規(guī)劃。

以上研究對加工操作方法決策和加工工步生成進(jìn)行了有益探索，實(shí)現(xiàn)了加工特征及其有效加工操作的關(guān)聯(lián)，在一定程度上實(shí)現(xiàn)了加工操作方法的決策。但它們建立在典型加工方法基礎(chǔ)上，以定性化方式描述多加工方案的優(yōu)先關(guān)系，受到工藝員經(jīng)驗(yàn)與典型加工方案等諸多因素的制約，難以保證加工操作選擇的有效性和最優(yōu)化。為了能高效完成加工操作方法的決策與加工工步的自動(dòng)生成，還應(yīng)充分考慮到加工特征的幾何參數(shù)、加工精度、表面粗糙度等設(shè)計(jì)信息、制造資源及每種可行加工操作方法選擇的優(yōu)先權(quán)等諸多約束條件，從定性化和定量化角度來構(gòu)建加工操作的選擇決策模型。

3.基于STEP-NC的加工工藝路線優(yōu)化技術(shù)研究

加工工步排序與優(yōu)化作為工藝路線規(guī)劃過程中的關(guān)鍵環(huán)節(jié)，它在很大程度上決定了CAPP系統(tǒng)的實(shí)用化、柔性化和智能化水平。由于一個(gè)加工特征可多個(gè)加工工步且所有加工工步可任意排列組合。理論上，由N個(gè)加工工步組成的工序可形成N!個(gè)加工工步序列，通過工序排序約束規(guī)則和工步序列的有效化處理，可剔除許多無效的工步序列，但當(dāng)工步規(guī)模較大、符合工藝規(guī)則的可行方案數(shù)量較多時(shí)，有效的工步序列數(shù)目仍然十分龐大，單純依靠經(jīng)驗(yàn)難以取得最優(yōu)或次優(yōu)的排序方案[6]。

針對傳統(tǒng)CAPP的工步排序及其優(yōu)化等問題，國內(nèi)外研究人員提出了基于導(dǎo)數(shù)的解析方法、枚舉法和其它啟發(fā)式搜索方法(如爬山方法、模擬退火方法等)[6]，這些方法大部分都是基于局部搜索原理，通常難以達(dá)到全局的最優(yōu)化。隨著人工智能技術(shù)的發(fā)展，遺傳算法、模擬退火法、蟻群算法及其混合算法等智能算法被廣泛應(yīng)用到工步排序與優(yōu)化研究領(lǐng)域中[5-6]。張冠偉等[9]以輔助加工時(shí)間最短為優(yōu)化目標(biāo)，提出了遺傳算法對零件在一次裝夾情況下加工工步的優(yōu)化排序。黃偉軍等[10]將工藝決策過程轉(zhuǎn)化為工步有向圖，構(gòu)建工步圖的拓?fù)渑判蚰Ｐ?，采用一種隨機(jī)深度優(yōu)先搜索算法對工步圖進(jìn)行拓?fù)渑判?，并通過基于模擬退火機(jī)制的精英策略來解決工藝路線的優(yōu)化問題。文獻(xiàn)[11]綜合考慮工藝路線規(guī)劃過程中所滿足的實(shí)際約束條件，建立了高效低碳的多目標(biāo)工藝路線優(yōu)化模型，并采用遺傳算法進(jìn)行求解。黃風(fēng)立[12]等基于STEP-NC加工特征，提出采用蟻群算法對非線性工藝路線進(jìn)行決策的方法。

上述方法在一定程度上解決了傳統(tǒng)工步排序與優(yōu)化問題，但針對STEP-NC的加工特點(diǎn)，對其加工工步序列的排序與優(yōu)化問題研究不多見，其中田錫天,杜娟等[4,13]重點(diǎn)對面向STEP-NC智能化的數(shù)控加工關(guān)鍵技術(shù)展開研究。歐陽華兵等[14]詳細(xì)闡述了面向STEP-NC制造特征的非線性工藝路線優(yōu)化問題，提出了基于操作優(yōu)先圖的智能搜索和遺傳算法相結(jié)合的混合式算法，考慮車間動(dòng)態(tài)制造資源約束，有效提出了無效的加工工步序列，提高加工工步序列排序和優(yōu)化的決策效率。

4.總結(jié)與展望

綜上可知，國內(nèi)外在基于STEP-NC的工藝路線生成與優(yōu)化方面取得了明顯的進(jìn)展，在采用進(jìn)化計(jì)算（如遺傳算法、模擬退火算法、粒子群算法等)對工藝路線進(jìn)行優(yōu)化時(shí)，優(yōu)化目標(biāo)多為制造質(zhì)量和制造效率，而將低能耗低排放為優(yōu)化目標(biāo)的研究較少，但隨著資源危機(jī)和環(huán)境污染問題的日益突出，以碳排放減量化為目標(biāo)的低碳制造，尤其是以制造工藝過程的能效和碳排放研究得到廣泛關(guān)注。另外，在具體的求解算法上大多采用單一算法，如何揚(yáng)長避短，設(shè)計(jì)性能更加優(yōu)秀的混合式算法來求解工藝優(yōu)化問題仍然是未來研究的熱點(diǎn)問題。

[1]富宏亞,胡泊,韓德東.STEP-NC數(shù)控技術(shù)研究進(jìn)展[J].計(jì)算機(jī)集成制造系統(tǒng),2014,20(03):569-578.

[2]Verm A K, Rajoti S.A review of machining feature recognition methodologies[J].International Journal of Computer Integrated Manufacturing, 2010,23(4):353-368.

[3]Dipper T,Xu X, Klemm P.Defining, recognizing and representing feature interactions in a feature-based data model[J].Robotics and Computer-Integrated Manufacturing, 2011,27(1):101-114.

[4]田錫天,仝春民,張振明等.基于STEP-NC的工藝過程設(shè)計(jì)與優(yōu)化技術(shù)研究[J].西北工業(yè)大學(xué)學(xué)報(bào),2007,25(02)：261-265.

[5]花廣如,王會(huì)鳳,張震寰等.基于遺傳算法的加工方案選擇與操作排序綜合優(yōu)化方法[J].上海交通大學(xué)學(xué)報(bào),2006,40(2):195-200.

[6]Chang C A, Angkasith V.Using Hopfield neural networks for operational sequencing for prismatic parts on NC machines[J].2001,14(3):357-368.

[7]歐陽華兵,沈斌.面向STEP-NC基于加工特征規(guī)則聚類的零件裝夾規(guī)劃[J].2012,18(5):973-980.

[8]Xu X, Wang L, Newman S T.Computer-aided process planning-A critical review of recent developments and future trends[J].International Journal of Computer Integrated Manufacturing,2011,24(1):1-31.

[9]張冠偉,趙相松,李佳等.基于遺傳算法的工步優(yōu)化排序方法[J].計(jì)算機(jī)集成制造系統(tǒng),2005,11(2):242-246.

[10]黃偉軍,蔡力鋼,胡于進(jìn)等.基于遺傳算法與有向圖拓?fù)渑判虻墓に嚶肪€優(yōu)化[J].計(jì)算機(jī)集成制造系統(tǒng),2009,15(9):1770-1778.

[11]李聰波,李鵬宇,劉飛等.面向高效低碳的機(jī)械加工工藝路線多目標(biāo)優(yōu)化模型[J].機(jī)械工程學(xué)報(bào),2014,50(17):133-141.

[12]黃風(fēng)立,顧金梅,王海燕.面向制造特征的 STEP-NC 非線性工藝路線激勵(lì)生成方法[J].計(jì)算機(jī)集成制造系統(tǒng), 2016, 22(5):1245-1254.

[13]田錫天,杜娟，張振明等.STEP-CAPP系統(tǒng)中的非線性工藝設(shè)計(jì)和工藝優(yōu)化技術(shù)[J].計(jì)算機(jī)集成制造系統(tǒng),2007,13(1)：228-233.

[14]歐陽華兵,沈斌.面向STEP-NC基于混合式遺傳算法的工藝路線優(yōu)化[J].計(jì)算機(jī)集成制造系統(tǒng),2012,18(1)：66-75.

上海市教育委員會(huì)科研創(chuàng)新項(xiàng)目(14YZ158)；上海高校青年教師培養(yǎng)資助計(jì)劃項(xiàng)目（ZZSDJ12008）；上海電機(jī)學(xué)院重點(diǎn)培育項(xiàng)目（12C110）；上海電機(jī)學(xué)院重點(diǎn)教研教改項(xiàng)目（A1-0224-17-009-04）；上海高校教師產(chǎn)學(xué)研踐習(xí)計(jì)劃(2013)；上海電機(jī)學(xué)院科研啟動(dòng)經(jīng)費(fèi)項(xiàng)目（13C415）；上海電機(jī)學(xué)院登峰學(xué)科建設(shè)項(xiàng)目（16DFXK01）

歐陽華兵（1980-），男，上海電機(jī)學(xué)院機(jī)械學(xué)院，博士，副教授，主要研究方向：數(shù)字化設(shè)計(jì)與制造。