CN105956301A - 一种基于功能-概念-决策模型的可重构机床构形设计方法 - Google Patents
一种基于功能-概念-决策模型的可重构机床构形设计方法 Download PDFInfo
- Publication number
- CN105956301A CN105956301A CN201610304992.6A CN201610304992A CN105956301A CN 105956301 A CN105956301 A CN 105956301A CN 201610304992 A CN201610304992 A CN 201610304992A CN 105956301 A CN105956301 A CN 105956301A
- Authority
- CN
- China
- Prior art keywords
- machine tools
- reconfigurable machine
- configuration
- reconfigurable
- reconfigurability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Microelectronics & Electronic Packaging (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种基于功能‑概念‑决策模型的可重构机床构形设计方法,属于先进制造技术领域;首先,进行刀具架与工件架两部分的自由度数量划分,并分别搭建工件架以及刀具架;其次,利用市场现有组件形成可重构机床的候选方案,得到各个候选方案的可重构性参数、经济成本参数、可重构性参数距离最大目标值的偏差值及经济成本参数距离最小目标值的偏差值;最后,选取可重构性指标的权重值和经济成本指标的权重值后,计算可重构性参数值和经济成本参数值之和;本发明不仅能够将设计人员的经验融合到设计过程中,促使设计人员尽可能多角度进行构形设计,还能够考虑机床的整体规划,基于各种设计约束获得最佳构形方案。
Description
技术领域
本发明属于先进制造技术领域,具体涉及一种基于功能-概念-决策模型的可重构机床构形设计方法。
背景技术
随着客户需求的日益个性化、多样化以及市场竞争的加剧,制造系统由面向产品的生产转向面向客户的生产。针对传统专用制造系统的低柔性以及柔性制造系统的高成本缺点,制造业提出了一种新型制造模式——可重构制造系统(Reconfigurable Manufacturing Systems,RMS)。可重构制造系统可以根据生产需求及系统内部变化,在现有制造资源基础上动态改变构形,快速经济地提供合适生产能力和生产功能,所以可重构制造系统逐渐成为了研究的热点。
可重构机床(Reconfigurable Machine Tool,RMT)是可重构制造系统的基本生产设备,其性能很大程度上影响可重构制造系统的性能。而可重构机床的构形设计是提高可重构制造系统重构能力并将可重构制造系统推向智能化的关键技术之一,有关可重构机床的构形设计研究具有重要的实用价值。如何根据工序的变化,快速、合理地进行可重构机床的构形设计是目前急需解决的问题。
可重构机床与其他机床最大的区别在于其模块化的结构和可重构性,它面向变化的工序需求可以通过改变机床组成或者通过模块的更新与重构来重新构建机床。可重构机床构形设计总过程从划分相应的工序开始,依据工序信息识别所需机床功能,然后选择合适的机床模块并组装成可以完成机床功能的可重构机床的概念模型,获得一系列可行的机床构形设计候选方案,进一步运用机床现有组件按照概念模型进行组装,最后结合机床基本性能指标决策出最满意的设计方案,当工序发生变化时,构形无法满足所需功能,须重复上述过程重新进行构形设计得到新的方案,从而形成可重构机床构形重构路线。
目前学者对可重构机床的构形设计提出的方法主要分为两种类型:一种是运用优化算法进行设计,优点在于可与计算机结合,节省时间,避免不必要的主观因素影响,但是无法考虑机床设计人员长期积累的设计经验,从而容易忽略设计过程中发现新方案的机会,以及影响机床的可行性,因此该方法仅仅局限于构建的算法规则中;另一种是基于虚拟模型进行设计,优点在于直接展示构形方案形成的每一个阶段,便于设计人员随时对构形方案进行修改,但是此方法容易受到人为因素影响,并且面对大规模的设计空间,由于求解效率受到约束,难以获得最佳的设计方案,该方法总体而言过程过于繁琐,局限于构建的虚拟环境中。
而可重构机床构形设计本质是包含找出设计功能需求,形成设计候选方案和选择出最满意方案的多阶段过程。在寻找需求与设计方案过程时,目的在于基于设计人员的经验获得更多的思路以及候补方案,需要不受局限考虑更多的可能,从细节寻找新的突破点;而在进行决策时,目的在于从机床整体出发,快速客观地选出符合条件并且目标值达到最优的方案。
发明内容
有鉴于此,本发明的目的是提供一种基于功能-概念-决策模型的可重构机床构形设计方法,不仅能够将设计人员的经验融合到设计过程中,促使设计人员尽可能多角度进行构形设计,还能够考虑机床的整体规划,基于各种设计约束获得最佳构形方案。
本发明是通过下述技术方案实现的:
一种基于功能-概念-决策模型的可重构机床构形设计方法,其具体步骤如下:
第一步、根据可重构机床实现的加工工艺对可重构机床的自由度需求,进行刀具架与工件架两部分的自由度数量划分;
第二步、利用可重构机床的基本模块分别搭建工件架以及刀具架,并分别满足第一步中刀具架与工件架两部分的自由度数量,分别形成一种以上工件架的设计方案及一种以上刀具架的设计方案,任取一种工件架的设计方案及一种刀具架的设计方案进行匹配形成一种机床构形概念设计,机床构形概念设计的集合形成可重构机床的概念设计目录;
在可重构机床的概念设计目录中选用符合“可重构机床自由度等于刀具架自由度与工件自由度之和”关系的机床构形作为可重构机床的概念设计目录的可行域;
第三步、在可重构机床的概念设计目录的可行域中找出满足第一步中的可重构机床的自由度需求的所有可重构机床概念设计的可行方案;
第四步、根据可重构机床概念设计的可行方案,利用市场现有组件形成可重构机床的候选方案,得到各个可重构机床的候选方案的可重构性参数及的经济成本参数;
第五步,按照参数归一化公式对可重构性参数和经济成本参数进行归一化处理,得到各个可重构机床的候选方案的可重构性参数距离最大目标值的偏差值及经济成本参数距离最小目标值的偏差值;
第六步、根据可重构性指标和经济成本指标的优先级,选取可重构性指标的权重值和经济成本指标的权重值,可重构性指标的权重值与第五步中的可重构性参数距离最大目标值的偏差值相乘得到可重构性参数值,经济成本指标的权重值与第五步中的经济成本参数距离最小目标值的偏差值相乘得到经济成本参数值;计算可重构性参数值和经济成本参数值之和,所述可重构性参数值和经济成本参数值之和为最小的构型方案为可重构机床的最终构型设计方案。
进一步的,在第四步中,所述可重构机床的基本模块包括:主轴箱、滑台、十字滑台、立柱、工作台、底座以及床身。
进一步的,在第六步中,所述可重构性参数为可重构机床的重构能力,其计算公式为:
S(Xk-1,Xk,Xk+1)=N(Xk-1,Xk)×H(Xk,Xk+1)
其中,S(Xk-1,Xk,Xk+1)表示第k个可重构机床的重构能力,计算得出的S(Xk-1,Xk,Xk+1)为0到1之间;
N(Xk-1,Xk)表示第k个可重构机床组件资源利用率,NT(Xk-1,Xk)表示在刀具架部分,第k个可重构机床的候选方案中与第k-1个可重构机床的构形中相同组件的总数;NW(Xk-1,Xk)表示在工件架部分,第k个可重构机床的构形候选方案与第k-1个可重构机床的构形中相同组件的总数;
H(Xk,Xk+1)表示第k个可重构机床的组件持续性,HT(Xk,Xk+1)表示在概念设计目录的可行域中,在刀具架部分,第k+1个可重构机床的候选方案中具有与第k个可重构机床的构形的候选方案相同设计的方案总数;Hw(Xk,Xk+1)表示在概念设计目录的可行域中,在工件架部分,第k+1个可重构机床的候选方案中具有与第k个可重构机床的构形相同设计的方案总数;
mk表示组成机床刀具架部分的组件个数,nk表示组成机床工件架部分的组件个数;
Q表示概念设计目录的可行域中的方案个数。
进一步的,在第六步中,所述经济成本参数为可重构机床的重构成本,其计算公式为:
其中,C(Xk)表示可重构机床重构成本,Xkp表示第k个可重构机床构形中新添组件的集合,f(x)代表组件变量x的固定成本,Ykp表示第k个可重构机床构形中移动组件的集合,g(y)代表组件变量y的移动次数,r(y)组件变量y的构形成本。
进一步的,在第七步中,所述可重构性参数距离最大目标值的偏差值及经济成本参数距离最小目标值的偏差值的计算方法如下:
其中,s表示可重构机床的候选方案中最大的可重构性参数值,c表示可重构机床的候选方案中最小的经济成本参数值,d1表示可重构性参数距离最大目标值的偏差,d2表示经济成本参数距离最小目标值的偏差。
有益效果:(1)本发明对可重构机床进行功能建模,提出了基于生命系统理论构建方法,得到可重构机床构形设计关键点为刀具架与工件架两部分的自由度设计以及两者之间的组合设计;通过构建可重构机床概念设计目录,使得可重构机床构形设计更加全面直观,采用可重构机床概念层次模型展现可重构机床构形之间的关系,为可重构机床可重构性参数计算提供基础;且构形决策设计不仅考虑经济成本还考虑了构形可重构性,增强构形在生命周期的可持续性,使得构形设计具有较高的效率。
(2)本发明基于生命系统理论规划可重构机床功能模型,可以展现可重构机床每个功能子系统的作用以及他们之间的关系,有利于各领域设计人员充分了解可重构机床配置构形设计过程,从而实现他们的知识与可重构机床设计信息的交流与融合,减弱各领域设计人员在可重构机床功能设计过程中的代沟,促进可重构机床配置构形从多个角度设计,易于产品实现抽象层面的功能设计。
(3)本发明的可重构机床构形可以面向工序的变化做出快速的调整:根据多样的工序需求识别所需机床功能,通过改变机床组成或者通过模块的更新与重构,迅速构建出能够提供满足需求的生产功能和生产能力的最满意机床构形设计方案;可重构机床作为可重构制造系统的核心设备,是影响可重构制造系统重构能力的关键因素;设计可重构机床构形是构建可重构制造系统的开端,快速、合理地完成可重构机床构形的设计具有重大意义。
(4)本发明可重构机床构形的设计方法是否合理将会影响重构后的机床的生产力、资源利用率以及成本效率等,所以在给定机床面向的加工特征基础上设计机床构形时,需要尽可能的从根本点出发,考虑可重构机床构形设计的关键子过程,包括功能设计、概念设计以及决策设计;功能设计主要是根据工序需求,构建可重构机床功能模型,有利于找出构形设计新的突破点;然后依据功能模型对可重构机床基本概念模块进行选择和组装,在概念层次形成可重构机床的构形候选方案,从而完成概念设计,概念设计有利于全面地考虑满足需求的机床构形;最后进行决策设计,选择合适机床组件实例,进行设计方案决策,确定可重构机床构形;在利用选择决策法设计可重构机床的构形时,充分考虑机床功能需求与模块概念设计等根本点对于构建出合理的可重构机床构形具有重大意义。
附图说明
图1为本发明的可重构机床的功能模型图。
图2为本发明工艺需求未发生变化时的可重构机床构形配置。
图3为本发明可重构机床概念设计目录中的符合工艺需求变化后的可重构机床概念设计的可行方案图。
图4为本发明的可重构机床的市场现有组件以及固定成本和装配成本图。
图5为本发明的可重构机床构形的候选方案图。
图6为本发明的可重构性参数值和经济成本参数值的偏差值图。
其中,图1中的为吸收器(Ingestor):将物质/能量通过边界输入系统;
为分配器(Distributor):将来自系统外部的物质/能量和内部子系统待输出的物质/能量在系统内部移动或传送到有关部分;
为转换器(Converter):将进入系统的物质/能量转换成更适合利用的形式;
为支撑器(Supporter):使系统的各组成部分维持一定的空间关系;
为存储器(Matter-energy storage):存储、维持、恢复物质/能量;
为原动器(Motor):使系统自身各部分之间发生相动运动;
为排泄器(Extruder):将物质/能量以产品或废物的形式推出系统;
为输入变换器(Input transducer):将信息引入系统;
为通道与网络(Channel and net):由物理空间中单一路线或多条相互联结的路线所组成的通道与网络将信息传送到系统的各部分;
为译码器(Decoder):将输入系统的信息代码翻译或解释为系统内部使用的“私有”代码;
为决策器(Decider):通过决策来指导、协调并控制整个系统;
为边界器(Boundary):在系统内部与环境之间形成稳定的边界,保护系统免受外部环境压力,对物质、信息以及能量出入进行过滤。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本发明提供了一种基于功能-概念-决策模型的可重构机床构形设计方法,其具体实施过程如下:
步骤一、基于生命系统理论(Living System Theory)进行可重构机床系统的功能分析,并构建可重构机床的功能模型;
可重构机床的构形是由机床功能直接决定的,机床构形必须满足从工序中提炼的机床功能;不考虑物理实现方式仅依据功能需求建立功能模型是可重构机床构形设计过程的首要阶段;基于可重构制造系统与生命系统存在层次相似性,可重构制造系统可以借助生命系统理论进行研究;
以可重构机床的加工工件这一整体功能为出发点,参照能量流、物质流和信息流推出三个支撑整体功能的一级子功能系统,分别为:能量系统、运动系统以及控制系统;在加工过程中可重构机床的控制系统收到信息,将信息转换为设定方式后传递给运动系统;运动系统选择设定的组件形成可重构机床构形,其中支撑系统对刀具与工件进行固定,导向系统在信息的指导下,对刀具和工件进行引导产生切削运动;其中所述切削运动所需机械能是由能量系统从外界吸收的电能转化过来的;根据可重构机床加工过程中物质、能量以及信息的流动利用生命系统理论的关键子系统构建可重构机床的功能模型,参见附图1;
步骤二、根据步骤一中的可重构机床系统功能分析及可重构机床的功能模型,确定可重构机床的设计核心为刀具架的自由度设计与工件架的自由度设计及两者之间的组合自由度设计;
步骤三、根据步骤二得出的设计核心,利用可重构机床基本模块进行可重构机床概念设计;
其中,所述可重构机床基本模块指的是主轴箱、滑台、十字滑台、立柱、工作台、底座以及床身;模块划分的合理性是可重构机床构形设计的基础,对机床的可重构性、经济成本等属性具有重要意义;
所述可重构机床概念设计指的是基于机床功能特征对可重构机床构形进行设计,为直观展示机床构形形态与组成,方便引入设计人员设计经验,利用可重构机床模块在概念层面进行构形设计;
具体步骤如下:
第一步,根据可重构机床实现的加工工艺对可重构机床的自由度需求,进行刀具架与工件架两部分的自由度数量划分,得出可重构机床自由度实现方案;
第二步,利用基本模块分别搭建工件架以及刀具架,并分别满足第一步中刀具架与工件架两部分的自由度数量,分别形成一种以上工件架的设计方案及一种以上刀具架的设计方案,任取一种工件架的设计方案及一种刀具架的设计方案进行匹配形成一种机床构形概念设计,机床构形概念设计的集合形成可重构机床的概念设计目录;
在概念设计目录中,可重构机床自由度与刀具架自由度、工件架自由度存在以下两种关系:
1)当刀具架自由度与工件架自由度完全不同时,可重构机床自由度等于刀具架自由度与工件自由度之和;
2)当刀具架自由度与工件架自由度有重合时,可重构机床自由度等于刀具架独有自由度、工件架独有自由度以及他们重合的自由度之和;
秉承以最小组件投资成本获得加工多个工件族的加工功能原则,在可重构机床的概念设计目录中选用符合第一种关系的机床构形作为可重构机床的概念设计目录的可行域;
步骤四、基于可重构机床概念设计目录的可行域对可重构机床设计方案进行决策,具体如下:
第一步,根据可重构机床构型功能完备性约束,即满足步骤三中第一步的可重构机床实现的加工工艺对可重构机床的自由度需求;在可重构机床的概念设计目录的可行域中找出满足所述可重构机床的自由度需求的所有可重构机床概念设计的可行方案;
第二步,根据可重构机床概念设计的可行方案,利用市场现有组件形成可重构机床的候选方案,求解各个可重构机床的候选方案的可重构性参数(可重构机床的重构能力),并且求解各个可重构机床的候选方案的经济成本参数(可重构机床重构成本);
第三步,按照参数归一化公式对可重构性参数和经济成本参数进行归一化处理,求解各个可重构机床的候选方案的可重构性参数距离最大目标值的偏差值及经济成本参数距离最小目标值的偏差值;
第四步、根据可重构性指标和经济成本指标的优先级,选取可重构性指标的权重值和经济成本指标的权重值,可重构性指标的权重值与第五步中的可重构性参数距离最大目标值的偏差值相乘得到可重构性参数值,经济成本指标的权重值与第五步中的经济成本参数距离最小目标值的偏差值相乘得到经济成本参数值,计算可重构性参数值和经济成本参数值之和,所述可重构性参数值和经济成本参数值之和为最小的构型方案为可重构机床的最终构型设计方案。
实施例:
第一步、基于生命系统理论(Living System Theory)进行可重构机床系统的功能分析,并构建可重构机床的功能模型;
第二步、根据第一步中的可重构机床系统功能分析及可重构机床的功能模型,确定可重构机床的设计核心为刀具架的自由度设计与工件架的自由度设计及两者之间的组合自由度设计;
第三步、根据可重构机床实现的加工工艺对可重构机床的自由度需求,进行刀具架与工件架两部分的自由度数量划分,刀具架与工件架的运动方向均包括直线运动和旋转运动两种方式;直线运动按照机床坐标轴可分为X轴直线运动、Y轴直线运动与Z轴直线运动;旋转运动通过不同的摆位也可按照机床坐标轴可分为X轴旋转运动、Y轴旋转运动与Z轴旋转运动;
第四步、利用基本模块分别搭建工件架以及刀具架,并分别满足第三步中刀具架与工件架两部分的自由度数量,分别形成一种以上工件架的设计方案及一种以上刀具架的设计方案,任取一种工件架的设计方案及一种刀具架的设计方案进行匹配形成一种机床构形概念设计,机床构形概念设计的集合形成可重构机床的概念设计目录;
在可重构机床的概念设计目录中选用符合“可重构机床自由度等于刀具架自由度与工件自由度之和”的机床构形作为可重构机床的概念设计目录的可行域;
第五步、根据可重构机床构型功能完备性约束,即满足第三步的可重构机床实现的加工工艺对可重构机床的自由度需求;在可重构机床的概念设计目录的可行域中找出满足所述可重构机床的自由度需求的所有可重构机床概念设计的可行方案;
当前可重构机床构形配置参见附图2,工艺需求发生变化后,根据变化后的工艺需求形成可重构机床的概念设计目录,找出符合变化后的工艺需求的可重构机床概念设计的可行方案,参见附图3;
找出满足可重构机床自由度需求的所有可重构机床概念设计的可行方案的具体方法如下:
根据市场现有组件的组合与自由度数量设计机床构形,定义机床构形表达式如式(1),(2)和(3);
Xk=(Tk,Wk) (1)
Tk={tki},i=1,2,…,mk (2)
Wk={wkj},j=1,2,…,nk (3)
其中,Xk表示第k个机床构形的组件集合;机床构形可表示为工件架Tk与刀具架Wk两部分,分别用数组Tkm表示第k个机床工件架构形的组件集合,mk表示组成机床刀具架部分的组件个数,tki表示刀具架构形Tkm中所需第i个组件;数组Wkn表示第k个机床工件架构形的组件集合,nk表示组成机床工件架部分的组件个数,wkj表示工件架构形Wkn所需第j个组件;
考虑可重构机床的构形必须满足工序需求的所有功能,选取自由度类型与数量作为可重构机床功能的唯一标准,可重构机床构形功能完备性的数学模型如(4)~(10)所示;
Dk=xkL+ykL+zkL+xkR+ykR+zkR (10)
其中,Lx(x)是用于计算组件变量x实现X轴直线方向的自由度个数,xkL表示X轴方向第k个可重构机床的构形直线运动需求,xkL为布尔变量,当机床加工工序需要进行X轴方向直线运动时,xkL值取1,否则取0,式(4)表示第k个可重构机床的构形在X轴直线运动上满足工序需求;
Ly(x)是用于计算组件变量x实现X轴直线方向的自由度个数,ykL表示Y轴方向第k个可重构机床的构形直线运动需求,ykL为布尔变量,当机床加工工序需要进行Y轴方向直线运动时,ykL值取1,否则取0,式(5)表示第k个可重构机床的构形在Y轴直线运动上满足工序需求;
Lz(x)是用于计算组件变量x实现Z轴直线方向的自由度个数,zkL表示Z轴方向第k个可重构机床的构形直线运动需求,zkL为布尔变量,当机床加工工序需要进行Z轴方向直线运动时,zkL值取1,否则取0,式(6)表示第k个可重构机床的构形在Z轴直线运动上满足工序需求;
Rx(x)是用于计算组件变量x实现X轴旋转方向的自由度个数,xkR表示X轴方向第k个可重构机床的构形旋转运动需求,xR为布尔变量,当机床加工工序需要进行X轴方向旋转运动时,xkR值取1,否则取0,式(7)表示第k个可重构机床的构形在X轴旋转运动上满足工序需求;
Ry(x)是用于计算组件变量x实现Y轴旋转方向的自由度个数,ykR表示Y轴方向第k个可重构机床的构形旋转运动需求,ykR为布尔变量,当机床加工工序需要进行Y轴方向直线运动时,ykR值取1,否则取0,式(8)表示第k个可重构机床的构形在Y轴旋转运动上满足工序需求;
Rz(x)是用于计算组件变量x实现Z轴旋转方向的自由度个数,zkR表示Z轴方向第k个可重构机床的构形旋转运动需求,zkR为布尔变量,当机床加工工序需要进行Z轴方向旋转运动时,zkR值取1,否则取0,式(9)表示第k个可重构机床的构形在Z轴旋转运动上满足工序需求;
式(10)表示当前工序自由度需求;
因此,所述可重构机床概念设计的可行方案需满足以上可重构机床的自由度需求;
第六步,参见附图4、5,根据可重构机床概念设计的可行方案,利用市场现有组件形成可重构机床的候选方案,根据可重构机床的市场现有组件以及固定成本和装配成本,求解各个可重构机床的候选方案的可重构性参数(可重构机床的重构能力),并且求解各个可重构机床的候选方案的经济成本参数(可重构机床重构成本);
具体求解过程如下:
考虑可重构机床需根据市场需求快速调整其生产功能的能力,选择构形之间的相似度作为可重构性评判原则,尽可能增强当前选择的机床构形组件与前一个机床构形组件相似度,同时增强当前选择的机床构形自由度与后一个工序所需自由度的相似性,建立的可重构机床的重构性量化模型如式(11)、(12)和(13)所示;
S(Xk-1,Xk,Xk+1)=N(Xk-1,Xk)×H(Xk,Xk+1) (11)
其中,S(Xk-1,Xk,Xk+1)表示第k个可重构机床的重构能力;计算得出的S(Xk-1,Xk,Xk+1)为0到1之间,越接近1代表可重构机床的重构性越强,反之则越弱;
其中,N(Xk-1,Xk)表示第k个可重构机床组件资源利用率,NT(Xk-1,Xk)表示在刀具架部分,第k个可重构机床的候选方案中与第k-1个可重构机床的构形中相同组件的总数,NW(Xk-1,Xk)表示在工件架部分,第k个可重构机床的构形候选方案与第k-1个可重构机床的构形中相同组件的总数;
H(Xk,Xk+1)表示第k个可重构机床的组件持续性,HT(Xk,Xk+1)表示在概念设计目录的可行域中,在刀具架部分,第k+1个可重构机床的候选方案中具有与第k个可重构机床的构形的候选方案相同设计的方案总数,HW(Xk,Xk+1)表示在概念设计目录的可行域中,在工件架部分,第k+1个可重构机床的候选方案中具有与第k个可重构机床的构形相同设计的方案总数;
mk表示组成机床刀具架部分的组件个数,nk表示组成机床工件架部分的组件个数;
Q表示概念设计目录的可行域中的方案个数;
其中,在概念设计目录中第k个可重构机床的概念构形方案在刀具架与工件架中各计算一次,因此H(Xk,Xk+1)的分子分母同时减去1,消除此方案重复的影响;
由此,可计算得出可重构机床的重构能力S(Xk-1,Xk,Xk+1);
考虑最大程度降低可重构机床的重构成本,选取机床构形市场现有组件的固定成本以及装配成本作为可重构机床的重构成本,参见附图4;
市场现有组件在刀具架或工件架内部移动或增加删除改变次数记为1,在刀具架与工件架之间进行变动,市场现有组件相当于在刀具架内部改变1次,在工件架内部改变1次,因此总的改变次数记为2;根据分析得到可重构机床的经济性数学模型如(14)表示;
其中,C(Xk)表示可重构机床重构成本,Xkp表示第k个可重构机床构形中新添组件的集合,f(x)代表组件变量x的固定成本,Ykp表示第k个可重构机床构形中移动组件的集合,g(y)代表组件变量y的移动次数,r(y)组件变量y的构形成本;
由此,可计算得出可重构机床重构成本C(Xk);
因此,可得出各个可重构机床的候选方案的可重构性参数(可重构机床的重构能力)及经济成本参数(可重构机床重构成本);
第七步、按照参数归一化公式对可重构性参数和经济成本参数进行归一化处理,求解可重构性参数距离最大目标值的偏差值及经济成本参数距离最小目标值的偏差值;
具体计算方法如下:
为利于构形决策参数优先级比较,还可以避免数量级对决策结果的影响,需要对够格决策参数进行归一化处理,如式(15)和(16)所示;
其中,s表示可重构机床的候选方案中最大的可重构性参数值,c表示可重构机床的候选方案中最小的经济成本参数值,d1表示可重构机床的候选方案中可重构性参数距离最大目标值的偏差,d2表示可重构机床的候选方案中经济成本参数距离最小目标值的偏差;
由此,可得到各个可重构机床的候选方案的可重构性参数距离最大目标值的偏差值d1及经济成本参数距离最小目标值的偏差值d2;参见附图6;
第八步、根据可重构性指标和经济成本指标的优先级,选取可重构性指标的权重值和经济成本指标的权重值,可重构性指标的权重值与第五步中的可重构性参数距离最大目标值的偏差值相乘得到可重构性参数值,经济成本指标的权重值与第五步中的经济成本参数距离最小目标值的偏差值相乘得到经济成本参数值;计算可重构性参数值和经济成本参数值之和,所述可重构性参数值和经济成本参数值之和为最小的构型方案为可重构机床的最终构型设计方案;
具体为:选取经济成本指标的权重值为0.8,可重构性指标的权重值为0.2,求得可重构机床的候选方案中序号为7.1的方案的可重构性参数值和经济成本参数值之和最小,则为最满意解,即7.1方案为满足变化工序的可重构机床构形设计。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于功能-概念-决策模型的可重构机床构形设计方法,其特征在于,
第一步、根据可重构机床实现的加工工艺对可重构机床的自由度需求,进行刀具架与工件架两部分的自由度数量划分;
第二步、利用可重构机床的基本模块分别搭建工件架以及刀具架,并分别满足第一步中刀具架与工件架两部分的自由度数量,分别形成一种以上工件架的设计方案及一种以上刀具架的设计方案,任取一种工件架的设计方案及一种刀具架的设计方案进行匹配形成一种机床构形概念设计,机床构形概念设计的集合形成可重构机床的概念设计目录;
在可重构机床的概念设计目录中选用符合“可重构机床自由度等于刀具架自由度与工件自由度之和”关系的机床构形作为可重构机床的概念设计目录的可行域;
第三步、在可重构机床的概念设计目录的可行域中找出满足第一步中的可重构机床的自由度需求的所有可重构机床概念设计的可行方案;
第四步、根据可重构机床概念设计的可行方案,利用市场现有组件形成可重构机床的候选方案,得到各个可重构机床的候选方案的可重构性参数及的经济成本参数;
第五步,按照参数归一化公式对可重构性参数和经济成本参数进行归一化处理,得到各个可重构机床的候选方案的可重构性参数距离最大目标值的偏差值及经济成本参数距离最小目标值的偏差值;
第六步、根据可重构性指标和经济成本指标的优先级,选取可重构性指标的权重值和经济成本指标的权重值,可重构性指标的权重值与第五步中的可重构性参数距离最大目标值的偏差值相乘得到可重构性参数值,经济成本指标的权重值与第五步中的经济成本参数距离最小目标值的偏差值相乘得到经济成本参数值;计算可重构性参数值和经济成本参数值之和,所述可重构性参数值和经济成本参数值之和为最小的构型方案为可重构机床的最终构型设计方案。
2.如权利要求1所述的一种基于功能-概念-决策模型的可重构机床构形设计方法,其特征在于,在第四步中,所述可重构机床的基本模块包括:主轴箱、滑台、十字滑台、立柱、工作台、底座以及床身。
3.如权利要求1所述的一种基于功能-概念-决策模型的可重构机床构形设计方法,其特征在于,在第六步中,所述可重构性参数为可重构机床的重构能力,其计算公式为:
S(Xk-1,Xk,Xk+1)=N(Xk-1,Xk)×H(Xk,Xk+1)
其中,S(Xk-1,Xk,Xk+1)表示第k个可重构机床的重构能力,计算得出的S(Xk-1,Xk,Xk+1)为0到1之间;
N(Xk-1,Xk)表示第k个可重构机床组件资源利用率,NT(Xk-1,Xk)表示在刀具架部分,第k个可重构机床的候选方案中与第k-1个可重构机床的构形中相同组件的总数;NW(Xk-1,Xk)表示在工件架部分,第k个可重构机床的构形候选方案与第k-1个可重构机床的构形中相同组件的总数;
H(Xk,Xk+1)表示第k个可重构机床的组件持续性,HT(Xk,Xk+1)表示在概念设计目录的可行域中,在刀具架部分,第k+1个可重构机床的候选方案中具有与第k个可重构机床的构形的候选方案相同设计的方案总数;Hw(Xk,Xk+1)表示在概念设计目录的可行域中,在工件架部分,第k+1个可重构机床的候选方案中具有与第k个可重构机床的构形相同设计的方案总数;
mk表示组成机床刀具架部分的组件个数,nk表示组成机床工件架部分的组件个数;
Q表示概念设计目录的可行域中的方案个数。
4.如权利要求3所述的一种基于功能-概念-决策模型的可重构机床构形设计方法,其特征在于,在第六步中,所述经济成本参数为可重构机床的重构成本,其计算公式为:
其中,C(Xk)表示可重构机床重构成本,Xkp表示第k个可重构机床构形中新添组件的集合,f(x)代表组件变量x的固定成本,Ykp表示第k个可重构机床构形中移动组件的集合,g(y)代表组件变量y的移动次数,r(y)组件变量y的构形成本。
5.如权利要求4所述的一种基于功能-概念-决策模型的可重构机床构形设计方法,其特征在于,在第七步中,所述可重构性参数距离最大目标值的偏差值及经济成本参数距离最小目标值的偏差值的计算方法如下:
其中,s表示可重构机床的候选方案中最大的可重构性参数值,c表示可重构机床的候选方案中最小的经济成本参数值,d1表示可重构性参数距离最大目标值的偏差,d2表示经济成本参数距离最小目标值的偏差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610304992.6A CN105956301B (zh) | 2016-05-10 | 2016-05-10 | 一种基于功能-概念-决策模型的可重构机床构形设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610304992.6A CN105956301B (zh) | 2016-05-10 | 2016-05-10 | 一种基于功能-概念-决策模型的可重构机床构形设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105956301A true CN105956301A (zh) | 2016-09-21 |
CN105956301B CN105956301B (zh) | 2018-10-16 |
Family
ID=56914372
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610304992.6A Active CN105956301B (zh) | 2016-05-10 | 2016-05-10 | 一种基于功能-概念-决策模型的可重构机床构形设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105956301B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682345A (zh) * | 2017-01-04 | 2017-05-17 | 北京理工大学 | 一种可重构制造系统的构形方法及系统 |
CN108021756A (zh) * | 2017-08-23 | 2018-05-11 | 北京理工大学 | 一种基于d-h表示法的可重构机床运动学误差模型建立方法 |
CN108804757A (zh) * | 2018-04-28 | 2018-11-13 | 北京理工大学 | 一种基于知识的可重构机床模块选择方法 |
CN109918713A (zh) * | 2019-01-23 | 2019-06-21 | 北京理工大学 | 一种产品概念设计的基因知识自动获取方法 |
CN112051798A (zh) * | 2020-08-17 | 2020-12-08 | 扬州大学 | 一种可计算的可重构机床几何位姿误差定义方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101221420A (zh) * | 2007-12-06 | 2008-07-16 | 上海交通大学 | 可重构数字控制器的自治域系统 |
CN105528521A (zh) * | 2015-12-14 | 2016-04-27 | 北京理工大学 | 一种可重构制造系统重构时机的确定方法 |
-
2016
- 2016-05-10 CN CN201610304992.6A patent/CN105956301B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101221420A (zh) * | 2007-12-06 | 2008-07-16 | 上海交通大学 | 可重构数字控制器的自治域系统 |
CN105528521A (zh) * | 2015-12-14 | 2016-04-27 | 北京理工大学 | 一种可重构制造系统重构时机的确定方法 |
Non-Patent Citations (2)
Title |
---|
KOREN Y: "The rapid responsiveness of RMS", 《INTERNATIONAL JOURNAL OF PRODUCTION RESEARCH》 * |
王国新等: "《面向加工功能均衡分布的制造系统构形优化》", 《计算机集成制造系统》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682345A (zh) * | 2017-01-04 | 2017-05-17 | 北京理工大学 | 一种可重构制造系统的构形方法及系统 |
CN108021756A (zh) * | 2017-08-23 | 2018-05-11 | 北京理工大学 | 一种基于d-h表示法的可重构机床运动学误差模型建立方法 |
CN108021756B (zh) * | 2017-08-23 | 2019-02-22 | 北京理工大学 | 一种基于d-h表示法的可重构机床运动学误差模型建立方法 |
CN108804757A (zh) * | 2018-04-28 | 2018-11-13 | 北京理工大学 | 一种基于知识的可重构机床模块选择方法 |
CN108804757B (zh) * | 2018-04-28 | 2022-06-14 | 北京理工大学 | 一种基于知识的可重构机床模块选择方法 |
CN109918713A (zh) * | 2019-01-23 | 2019-06-21 | 北京理工大学 | 一种产品概念设计的基因知识自动获取方法 |
CN109918713B (zh) * | 2019-01-23 | 2021-06-01 | 北京理工大学 | 一种产品概念设计的基因知识自动获取方法 |
CN112051798A (zh) * | 2020-08-17 | 2020-12-08 | 扬州大学 | 一种可计算的可重构机床几何位姿误差定义方法 |
CN112051798B (zh) * | 2020-08-17 | 2021-07-20 | 扬州大学 | 一种可计算的可重构机床几何位姿误差定义方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105956301B (zh) | 2018-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105956301A (zh) | 一种基于功能-概念-决策模型的可重构机床构形设计方法 | |
CN103699055B (zh) | 飞机结构件智能数控加工编程系统及方法 | |
Cheng et al. | A digital twin-driven approach for on-line controlling quality of marine diesel engine critical parts | |
Xue et al. | A survey of application and classification on teaching-learning-based optimization algorithm | |
CN101537567B (zh) | 基于模块化的可重构机床设计方法 | |
CN107316107A (zh) | 一种面向多目标优化的经编机装配线平衡方法 | |
Karande et al. | A facility layout selection model using MACBETH method | |
Li et al. | Digital twin bionics: A biological evolution-based digital twin approach for rapid product development | |
Zhang et al. | A flexible smart manufacturing system in mass personalization manufacturing model based on multi-module-platform, multi-virtual-unit, and multi-production-line | |
CN110244657B (zh) | 一种基于知识表达模型的复杂曲面数字化制造方法 | |
CN103631925B (zh) | 机械加工设备的快速分组检索方法 | |
CN104050547A (zh) | 一种油田开发规划方案非线性优选决策方法 | |
Li et al. | Optimal design of machine tool bed by load bearing topology identification with weight distribution criterion | |
Torres et al. | Parallel particle swarm optimization applied to the static transmission expansion planning problem | |
Bölek et al. | A systematic review on artificial intelligence applications in architecture | |
CN105975701A (zh) | 一种基于混合模糊模型的并行调度拆卸路径生成方法 | |
CN103149840B (zh) | 一种基于动态规划的语义服务组合方法 | |
Zha et al. | A hybrid MCDM approach based on ANP and TOPSIS for facility layout selection | |
El Amine et al. | Comparison of different Multiple-criteria decision analysis methods in the context of conceptual design: application to the development of a solar collector structure | |
Touqeer et al. | An optimal solution of energy scheduling problem based on chance-constraint programming model using Interval-valued neutrosophic constraints | |
CN107463151B (zh) | 一种复杂曲面加工多维知识云协同服务方法 | |
CN107918358A (zh) | 数控装备故障分析方法和装置 | |
Rao M et al. | Availability modeling of repairable systems using Markov system dynamics simulation | |
CN105701569A (zh) | 基于改进差分进化算法的作业路径动态优化方法 | |
CN103192114A (zh) | 一种三维钻孔的装置及其钻孔方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |