把手式板刷注塑模具設計【CAD】
把手式板刷注塑模具設計【CAD】,CAD,把手式板刷注塑模具設計【CAD】,把手,板刷,注塑,模具設計
分枝定界算法在注塑工藝規(guī)劃系統(tǒng)中的應用
（倫敦施普林格出版有限公司）
（新加坡國立大學部機械工程學院P. Y. Gan, K. S. Lee and Y. F. Zhang）
本文介紹了人工智能在注塑模架工藝規(guī)中的使用。計算機輔助工藝規(guī)劃系統(tǒng)的IMOLD制定中，將提取和識別認為是在連同其優(yōu)先約束和現(xiàn)有的機器前為模具底板進程產(chǎn)生的切削加工.。這種行動計劃所需的操作，該工藝方案用分支定界算法進行了優(yōu)化，而切削加工時間已經(jīng)被提議作為優(yōu)化目標函數(shù)。以智能工業(yè)為例，該算法與具有遺傳算法的工藝規(guī)劃系統(tǒng)相比較，該算法能夠搜索一個可行的優(yōu)化方案。這一發(fā)展的結果將使用戶能夠輕松地優(yōu)化工藝計劃對任何給定模具
基地選擇，以適應在生產(chǎn)車間的動態(tài)變化。
關鍵詞：分支定界算法;計算機輔助工藝規(guī)劃（CAPP系統(tǒng)）;優(yōu)化;注塑模具基地
1.簡介
計算機輔助工藝規(guī)劃（CAPP）。近幾年來已備受關注，一直以來它與計算機輔助設計（CAD）和計算機輔助制造（CAM）系統(tǒng)被認定為是實現(xiàn)完全自動化的工廠的橋梁。盡管CAPP系統(tǒng)已經(jīng)為不同行業(yè)所需要，但這項技術仍存在許多不足。這項工作的重點是發(fā)展基礎模具制造的CAPP系統(tǒng)。目前，最基礎的模具生產(chǎn)工藝規(guī)劃是手動完成的。該過程在很大程度上取決于這一進程的計劃人員引進的CAPP系統(tǒng)，它應確保更全面的考慮國稅發(fā)制造參數(shù)的工藝計劃。
CAPP系統(tǒng)中仍需考慮行因素業(yè)，原因如下：
1、 模具基地公司在收到定制模具制造基地的要求時，這種功能被要求添加到模具基地的情況愈來愈多。因此，需要額外的操作來創(chuàng)建這些新功能，通常，標準模架有一個預定的工藝規(guī)劃，用來優(yōu)化加工所需的金額。隨著新業(yè)務的增加，這種手工工藝規(guī)劃優(yōu)化工藝的方案，是無法跟上變化的步伐的。 CAPP系統(tǒng)能夠重新優(yōu)化工藝方案，以確保不斷提供最優(yōu)方案。
2、 車間整體條件，應考慮到工藝過程規(guī)劃。手工工藝規(guī)劃是無法考慮各車間的變化提高其應用效率的。只有嚴格的讓CAPP系統(tǒng)來進行優(yōu)化考慮。??這項工作的目標是建立一個基地規(guī)劃模具CAPP系統(tǒng)。 IMOLD?（智能模具設計）是一個以知識為基礎的應用軟件。在機械工程學系發(fā)達的新加坡國立大學，用此以方便注塑模具設計，分支定界的技術是選擇的搜索算法，在模具基地計劃建立過程中使用IMOLD優(yōu)先約束工具，機器，模型數(shù)據(jù)庫中讀取部分文件連同機器可用性實時投入在生產(chǎn)過程規(guī)劃。經(jīng)營者需要輸入自定義功能來產(chǎn)生工藝方案，然后使用某種形式的人工智能。
本文介紹了一種靈活的CAPP系統(tǒng)，他能在協(xié)助操作過程中更全面的規(guī)劃考慮規(guī)劃旨在系統(tǒng)的運作。在一個簡短的調(diào)查中，文獻能提供人工智能一些規(guī)劃并在相關工作過程中使用這一領域。問題制定和分支定界算法的實現(xiàn)都包含在下面的章節(jié)。最后，個案研究表明，該系統(tǒng)具有易用性和非常大的潛力。分支定界之間的CAPP和遺傳算法的CAPP比較顯示在第二個案例研究。
2.背景
工藝規(guī)劃是一個為所有需要建立從產(chǎn)品的原料[1]到最終編制一套步驟的詳細說明。一個進程的計劃質(zhì)量在很大程度上取決于這一進程的計劃人員的技能。作為可利用的工具，機器，需要建立一個廣泛的知識體系 [2]。因此，一個CAPP系統(tǒng)看作是在工藝規(guī)劃協(xié)助的重要工具。優(yōu)化的CAPP系統(tǒng)應是所有可能的方法制造的一部分。然而，許多報道CAPP系統(tǒng)無法產(chǎn)生整體優(yōu)化工藝方案[3]。因此，出現(xiàn)了越來越多地使用人工智能為全球解決方案搜索[4,5]。所報告的許多方法只涉及功能排序，而不包括整個行動的細節(jié)要求[6,7]。詳細的操作分配應用于執(zhí)行操作車間資源的需要。
績效指標是對目標函數(shù)的最大化或最小化問題的所有優(yōu)化。對于過程的規(guī)劃，不標是盡量減少或時間，成本，有時兩者。有多種工作完成使用成本
作為衡量性能的標準[8]，但可用于考慮和計算成本[9,10]車型范圍。據(jù)了解，為了盡量減少中的在一個車間內(nèi)的作業(yè)時間提高工作進度，用最少的整體加工工藝方案時，應使用[11]。因此，我們使用時間，因為它是一個較明確的依據(jù)，他是量化的過程中產(chǎn)生的計劃質(zhì)量。這個選擇進一步說明，模架的交貨時間對模具制造產(chǎn)業(yè)的非常重要。當一個詳盡的計劃解決方案的一個過程順序查找導致不可接受的計算時間時，大量的操作是必需的。這項工作采用分支定界算法來搜索最優(yōu)或接近最優(yōu)的工藝方案智能。分支定界算法是一種搜索空間的隱枚舉著名的搜索算法[12]。它作為一個人工智能方法的使用已被廣泛報道，用于解決工藝規(guī)劃等領域問題[13]。
已經(jīng)有報道說一些工作開始使用分支定界法,[14-16工藝設計)，然而自然界中作品的計劃不同于過程計劃所需的模具制造產(chǎn)業(yè)。這項工作采用分支定界法,處理計劃考慮的所有操作工具，所有可用的訪問方向，以機器和工具為每個模具底座。據(jù)我們所知,這一水平的考慮未見有人論及其他相關研究。
3。問題制定
一個工藝設計操作的次數(shù)的約束關系,機器設備、加工方向,和工具的優(yōu)先是一個問題。解決方案的優(yōu)化是一種序列，是與其關聯(lián)的操作機器的生產(chǎn)工藝方案,以最少的生產(chǎn)時間來完成設計。
3.1工藝規(guī)程模型
在所需的信息提取的基礎上, 用數(shù)據(jù)庫的操作、機器設備、加工方向、工具和優(yōu)先約束等工藝設計提高機器的可用性來優(yōu)化模型，用以模具基地使用。該模型的原理表示圖1顯示的是,以下假設如下:
1.只有一臺機器，一個操作。
2.所有機器都可以訪問這個作用只有一個特定的臉。如果加工是給予另一張鬼臉,那么必須取下來設置的時候還將發(fā)生代替部分面臨著不同的方向。
3。起重機或機器人隨時可用。不需要等待時間許可，將時間浪費在等機械或勞動將部分。
提供度身訂造的學科特點決定次過程中應輸入規(guī)劃師的必需數(shù)據(jù)操作，因為一個單一的功能可以由許多可能的方法,這會讓過程計劃更多的控制系統(tǒng)。指定的操作和最后生成的進程計劃要滿足下列條件:
1。將模具的基礎板作業(yè)的認可指派給他們。指定的操作應該產(chǎn)生預期的形狀、尺寸、容忍、及完成這個功能。
2。操作序列得到進度計劃的優(yōu)先級關系不應違反有關業(yè)務。
3。操作才能必須在它能加工那個特別的特征內(nèi)。
計劃應包括得到的數(shù)量，進行作業(yè)的層序過程，這些業(yè)務,機器、加工的發(fā)展方向和相應工具的使用。這些細節(jié)是必要的時間，它可以保存某個特定的機器使用，對作業(yè)進行相同的設置。例如,一個盲孔必須打在x軸方向而通過漏洞可以鉆來自x或x的方向。。它可以被考慮的操作,目的就進程計劃應該執(zhí)行這兩種操作在同一臺機器上來自x指導。
3.2目標函數(shù)
我們使用類似疾病學組的計算框架作為量化的目標函數(shù)[17] 。這是一個全面的加工時間(OMT),目標函數(shù)是通過計算每個連續(xù)序列的過程的計劃和序列的最低OMT來確定的視最終的過程。有三個方面,促進了OMT的計算,他們分別是用機器設置次,加工方向設置次和加工次。
3.2.1機器安裝時間
機器安裝時間(MST)被認為兩種操作機器之間的任何變動時間。它的定義是在某一特定方向上時間機器和賽車的各種換模時間機器之間移動所需要的時間。它被定義為總氮的業(yè)務活動
我是指工藝操作機器選擇我,MSTIi指機器安裝時間指數(shù)運行機用我,而且操作的次數(shù)是挑選了整個系列的操作模具的特點。
3.2.2加工方向安裝時間
準備(MDST)加工方向是在同一臺機器上改變各種模具所需要的時間的方向。計算MDST只有改變加工的方向發(fā)展,但沒有變化機器之間的兩種操作。它的定義是：
MDi加工方向是選擇過程的操作方向，MDSTIi加工方向安裝時間指標操作器。有關MDSTIi和MSTIi差異的移動部分在機器的新和舊之間。因為是假定或機器人的起重機所以沒有等待的時間,我們采取MDSTIi和MSTIi一樣。
4．結論
本文說明了基礎的CAPP系統(tǒng)的分枝定界，它為操作序列、機器設備、加工方法,和工具提供詳細的過程計劃。它可以定制容易占模具的更換時間,且能適應不同的環(huán)境。該系統(tǒng)提供的綜合商店地板考慮其優(yōu)化的整體加工時間。
案例研究計劃取得了良好的過程,能調(diào)節(jié)操作序列,以適應任何車間的變化。計算實際模具解決方案需要的時間達到發(fā)現(xiàn)合理的工藝設計。比較與基因演算法結合系統(tǒng)證明,分支定界系統(tǒng)是無法與基因演算法結合的，對大多數(shù)問題,取得了較好的解決方案。
這個模塊提供了一種假定有固定車間的適合動態(tài)變化的環(huán)境。CAPP系統(tǒng)的發(fā)展將使不同產(chǎn)生之間計劃定量有助于評估過程的生產(chǎn)工藝優(yōu)化，在未來,其他性能措施, 對于較復雜的部分的探索諸如成本還將使用這個模塊。
參考
1. C. B. Besant and C. W. K. Lui, Computer-Aided Design and Manufacture, 3rd edn, Ellis Horwood, 1986.
2.T. C. Chang, Expert Process Planning for Manufacturing, Addison-
Wesley, 1990.
3. M. C. Kayacan, I. H. Filiz, A. I. So¨nmez, A. Baykasoglu and T. Dereli. “OPPS-ROT: an optimised process planning system for rotational parts”, Computers in Industry, 32, pp. 181–95, 1996.
4. D. T. Pham and P. T. N. Pham, “Artificial intelligence in engineering”,International Journal of Machine Tools and Manufacture, 39, pp. 937–949, 1999.
5. C. Leung Horris, “Annotated bibliography on computer-aided process
planning”, International Journal of Manufacturing Technology”,12, pp. 309–329, 1996.
6. Jo′zsef Va′ncza and Andra′s Ma′rkus, “Experiments with the integration of reasoning, optimisation and generalisation in process planning”, Advances in Engineering Software, 25, pp. 29–39, 1996.
7. Philip Husbands, Frank Mill and Stephen Warrington, “Generating optimal process plans from first principles”, in Expert Systems for Management and Engineering, Chapter 8. Balagurusamy and Howe (Ed), Ellis Horwood Publishers, 1990.
8. D. Kiritsis, K.-P. Neuendorf and P. Xirouchakis. “Petri net techniques for process planning cost estimation”, Advances in Engineering Software, 30(6), pp. 375–387, June 1999.
9. C. Ou-Yang and T. S. Lin, Developing an integrated framework for feature-based early manufacturing cost estimation. International Journal of Advanced Manufacturing Technology, 13(9) pp. 618– 629, 1997.
10. A. Liebers and H. J. J. Kals, Cost decision support in product design, CIRP Annals, 46(1), pp. 107–112, 1997.
11. K. R. Baker, Introduction to Sequencing and Scheduling, Wiley, New York, 1974.
12. J. Blazewicz, K. H. Ecker, G. Schmidt and J. Weglarz, Scheduling in Computer and Manufacturing Systems, 2nd rev. edn, Springer-Verlag, 1994.
13. J. L. Laurilere, “Problem solving and artificial intelligence”, Prentice Hall, New York, 1990.
14. Y. M. Kyoung, K. K. Cho and C. S. Jun, “Optimal tool selection for pocket machining in process planning”, Computers and Industrial Engineering, 33(3–4), pp. 505–508, December 1997.
15. J. Duflou, J. -P. Kruth and D. Van Oudheusden, “Algorithms for the design verification and automatic process planning for bent sheet metal parts”, CIRP Annals, 48(1), pp. 405–408, 1999.
16. J. R. Duflou, D. Van Oudheusden, J.-P. Kruth and D. Cattrysse, “Methods for the sequencing of sheet metal bending operations”,International Journal of Production Research, 37(14), pp. 3185–3202, 1999.
17. F. Zhang, Y. F. Zhang and A. Y. C. Nee, “Using geneticalgorithms in process planning for job shop machining”, IEEETransactions on Evolutionary Computation, 1(4), pp. 278–289,November 1997.
18. C. Y. Hung, K. S. Lee, M. Rahman and Y. F. Zhang, “Mold base process planning by genetic algorithm” 1st International Conference on Die and Mold Technology, pp. 233–243 Beijing, P.R. China, 26–28 July 2000.
收藏