|
当今世界，科学技术突飞猛进，世界经济格局变化巨大，市场竞争日益激烈。产品需求向个性化、多样化方向发展。传统的以流水作业线为标志的大批量制造模式，是以企业自身的生产能力为中心而不是以市场和顾客为中心，制造刚性过大，不能适应瞬息万变的市场需求。诚如著名的题为“21世纪制造企业点略”的报告中所言：世界性的激烈竞争使得市场变化得太快，以至企业的自我调整变化的速度跟不上市场 变化速度，这是影响企业生成和发展的世界性问题。在这种情况下，多品种、变批量的制造模式代表着先进的生产力，正逐渐取代传统的制造模式。新的制造模式要求企业追求更完善的T.Q.C.S，即上市时间(Time to Market)短、质量(Quality)高、成本(COST)低及售后服务S(Service)完善，这给产品设计与制造带来了很大的压力。如何在越来越短的时间内完成品种越来越多的产品开发是工业界和学术界面临的重要课题。国家“S-863”计划也将产品开发与设计技术作为制造集成系统技术主题的一个重要专题。
另一方面计算智能技术中的遗传算法、神经网络在机械设计／制造的应用研究中已取得了一定成果，但基本上都是针对各自领域中的问题，没有在更高层次上思考计算智能技术在产品设计／制造中的应用。
为在短时间内完成产品开发，以适应激烈的市场竞争所要求的新的制造模式，本文在计算智能技术在相关领域中的研究成果的基础上，提出了一个基于计算智能技术的产品敏捷开发系统，分析了其中的关键技术。
1.基于计算智能技术的产品敏捷开发系统
目前，先进的产品开发系统无不是采用CAD／CAE／CAM技术。的确，CAD／CAE／CAM在工程应用中取得了巨大的成功，CAD使人们摆脱了繁锁、精度低的手工作业，CAE使对复杂结构的工作分析从奢望变成现实，CAM则使制造在很大程度上实现了信息化、自动化。它们都极大地提高了生产率。目前的CAD是以几何建模技术为主，是对设计后期阶段的支持，从设计进程上讲是自底向上，难以真正支持工程实际中自顶向下的设计模式。在CAE方面，即使对于有经验的设计师而言，利用现有的CAE软件对一件复杂产品进行较深入的工程分析已是不易而又费时之事，要分析多种产品，且在设计中可能要反复多次，其工作量之巨，耗时之多，不能适应市场竞争和现代制造模式对产品快速开发之需要。CAM中数控技术、加工中心技术已在生产中发挥重要作用，但对作为CAD和CAM桥梁的CAPP的研究却未获得期望中的重大突破，以至于CAPP成为CAD和CAM之间的“瓶颈”。目前比较实用的CA PP系统几乎都是修订似的，无法设计出不属于系统已建的零件簇的新零件的工艺规划。
因此，由上述可知，目前的CAD／CAE／CAM产品开发系统虽是先进之技术，但还不能完全满足产品快速开发的更高需求。鉴于此，本文提出了基于计算智能技术的产品敏捷开发系统，它包括：基于计算智能技术的方案优化智能子系统、基于计算智能技术的结构优化子系统、基于计算智能技术的结构分析子系统、产品详细设计子系统、基于计算智能技术的CAM子系统和产品数据管理模块，分别对应智能CAD、CAD、CAE、CAPP、CAM技术，如图1所示，具体分析如下：
(1)产品数据管理(PDM)：PDM是集成数据库的数据管理能力、网络的通讯能力与过程的控制 能力于一体的工程数据管理技术，在本系统中它的任务是有效地将从设计任务、方案智能优化、产品详细设计、结构分析、CAPP直到制造的数据，予以定义、组织、管理，使产品数据在整个开发系统内保持一致、最新、共享和安全。
(2)基于计算智能技术的方案智能优化子系统：该子系统支持自顶向下的设计(Top-down)，通过人机交互方式设计任务进行抽象，建立功能结构和评价目标，在预先建立的功能载体知识库中搜索匹配功能结构中的各功能的功能载体，通过遗传算法完成方案解的生成、评价、进化，最后给出方案最优解和一些较优解。具体实现技术参见文献［5］。
(3)产品详细设计：由通常的CAD软件来完成。 （图片）
图1基于计算智能技术的产品敏捷开发系统(4)基于计算智能技术的结构优化子系统：主要是基于计算智能技术的优化算法和相应的优化软件，参见文献。
(5)基于计算智能技术的结构分析子系统：CAE技术有着较严密的理论基础，其核心是计算力学的有限单元技术，在工程应用中获得很大成功。但如前所述，在工程设计中一般要进行 多次工程分析，复杂结构的优化设计中反复进行的工程分析次数更多，如果再加上是多品种产品开发，工作量将非常巨大，耗时也很多。该子系统采用下述技术来完成产品的快速工程分析：其一是采用结构分析的神经计算原理。对于弹性问题，用M-Hopfeild网络求解，对于弹塑性问题，将其转化为线性不等式约束下的二次规划问题，用M-TH网络求解，文献［8］的研究表明求解是实时的；其二是在有一定的分析样本后，采用基于神经网络的结构近似分析方法，该方法利用神经网络很强的非线性映射能力建立结构的压力、位移等和设计变量之间的映射模型，采用样本点来训练网络，训练后的网络可用作近似工程分析，可以大大减少工程分析的工作量和时间。
(6)基于计算智能技术的CAPP子系统：CAPP是连接CAD和CAM的中间环节，也是CIMS的关键技术，CAD的数据信息只有经过CAPP子系统才能变成CAM的制造信息，生产管理和调度部门的许多工作也必须依靠CAPP子系统才能变成CAM的制造信息，生产管理和调度部门的许多工作也必须依靠CAPP子系统的输出信息。尽管人们对CAPP研究和开发进行过各种努力，也有所进展，从派生式CAPP到创成式 CAPP甚至于知识基CAPP，但由于工艺规划涉及面多，问题复杂，规划方法缺少良好的理论和坚实的科学基础，工艺设计师自身的经验又难以总结、获取、表达，因此目前的CAPP 系统有很强的局限性，派生式CAPP不能设计出新零件的工艺规划，创成式CAPP一般也只针对 回转体零件，对箱体一类的非回转零件则成功的例子很少，知识基CAPP同样面对知识获取、表达的困难，CAPP仍是一个需要继续努力的课题；①用基于神经网络的实例推理技术解决相似零件的工艺规划；②利用神经网络对与实例相差较大的零件的制造特征信息进行识别，再利用专家系统进行知识推理，完成工艺规划编制，并将其存入实例库中，在新增的实例达到一定数量时，重新训练网络，增强基于神经网络的实例推理求解能力；③利用遗传算法对制造中的刀具选择和切削参数进行优化设计。
(7)基于计算智能技术的CAM子系统；该子系统主要包括两部分：①基于遗传算法的车间调度子系统，车间调度是指在满足制造系统功能限制和优先权的前提下，为达到一个或多个明确的目标，对可用生产资源进行分配，安排生产作业的合理流动路线和加工次序。车间调度的好坏，将在很在程度上影响制造时间、经济效益。由于调度问题的重要性，人们对它进行了多年的研究，但由于问题的复杂性和一些实际因素，许多理论与方法的实际应用效果并不理想。实际生产中，调度基本上仍是由调度员凭经验甚至随意完成，与优化调度相距甚远。基于遗传算法的车间调度是解决此类问题的较好方法。基于遗传算法的车间调度子系统就是在规则调度遗传算法基础上建立的具有自适应能力的规则调度系统，它包括：基于规则调度的遗传法、学习机、再学习机、推理机、知识库、调度规划库等。②数控加工误差的神经网络校正子系统，利用神经网络对数控加工误差进行在线校正，实时地控制和补偿误差，从而提高制造精度。
最后产品按照基于计算智能技术的CAPP、车间调度，经数控加工，装配，完成整个产品开发。
2结论
面对日益激烈的全球竞争，面对代表先进生产力的多品种、变批量的制造模式的要求，如何进行产品开发和设计／制造自动化、甚至CIMS工程中的重要课题。由上述分析可知，基于计算智能技术的产品敏捷开发系统具有快速开发、优化产品的能力，其根据在于：①目前的CAD技术不支持自顶向下的设计模式，难以完成方案最优设计，而本系统中的基于遗传算法的方案智能优化设计子系统首先通过人机交互方式对设计任务进行抽象，建立功能结构和评价目标，然后自动地给出方案最优解；②基于计算智能技术的结构优化子系统中包含的算法具有并行性(或隐含并行性)、全局性和快速求解能力，因此能对结构进行快速的优化设计并以较大的概率给出全局最优解。③产品设计要利用通常的CAE进行多次工程分析，优化设计更要反复调用CAE，耗时多，工作量巨大。本系统中采用的结构分析的神经计算则能实时给出结构分析的有限元解，在获得一定数量的样本点后，利用基于神经网络的结构近似分析技术可快速地给出近似分析结果。④基于计算智能技术的CAPP能完成工艺规划的智能编制，将大为减轻工艺人员的繁锁劳动，且能对制造中的刀具选择和功削参数进行优化设计。⑤基于遗传算法的车间调度能较好地缩短制造周期，降低成本，提高经济效益。⑥数控加工误差的神经网络校正子系统能提 高产品的制度精度。
最后应当说明，对于本文提出的基于计算智能技术的产品敏捷开发系统，尽管各子系统都有相应的研究成果作为基础，但不言而喻，要彻底完成该系统的开发工作将需要众多的具有不同专业知识的研究者和开发者的艰巨劳动。
9/18/2006
|
