CN114861331B - 一种基于船舶装焊微特征的自匹配工艺设计方法 - Google Patents

一种基于船舶装焊微特征的自匹配工艺设计方法 Download PDF

Info

Publication number
CN114861331B
CN114861331B CN202210782478.9A CN202210782478A CN114861331B CN 114861331 B CN114861331 B CN 114861331B CN 202210782478 A CN202210782478 A CN 202210782478A CN 114861331 B CN114861331 B CN 114861331B
Authority
CN
China
Prior art keywords
welding
ship
parameter
features
assembly
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.)
Active
Application number
CN202210782478.9A
Other languages
English (en)
Other versions
CN114861331A (zh
Inventor
李峰平
李小刚
康超
郭剑
何晓东
赵盼
孙浩然
林苏奔
冯光
邵正鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Liaiwei Innovative Intelligent System Zhejiang Co ltd
Original Assignee
Liaiwei Innovative Intelligent System Zhejiang Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Liaiwei Innovative Intelligent System Zhejiang Co ltd filed Critical Liaiwei Innovative Intelligent System Zhejiang Co ltd
Priority to CN202210782478.9A priority Critical patent/CN114861331B/zh
Publication of CN114861331A publication Critical patent/CN114861331A/zh
Application granted granted Critical
Publication of CN114861331B publication Critical patent/CN114861331B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于船舶装焊微特征的自匹配工艺设计方法，包括以下步骤：S1：分析船舶装焊过程关联信息集，确定船舶装焊特征基本类型；S2：基于机器学习算法构建输入船舶装焊特征参数集与输出工艺质量集间的映射模型，确定装焊特征与工艺质量关系；S3：利用映射模型确定船舶装焊工艺稳定性窗口，并基于装焊规则以及装焊工艺序列构建船舶装焊案例库；S4：将目标案例的待装焊特征进行微特征划分，并在船舶装焊案例库识别与之匹配的相似微特征，输出船舶装焊工艺序列，并更新船舶装焊案例库。本发明可以提高船舶装焊工艺水平与质量均匀性要求，减少零件返工率及不及格率。

Description

一种基于船舶装焊微特征的自匹配工艺设计方法
技术领域
本发明涉及船舶焊接技术领域，特别涉及一种基于船舶装焊微特征的自匹配工艺设计方法。
背景技术
船舶装焊是船舶制造的关键环节，其水平的高低直接影响着船舶建造的成本、质量以及周期。因此，如何根据船舶装焊特征参数，实现船舶装焊工艺设计是亟待解决问题。
北京航天航天大学郑联语教授等人针对目前船舶装焊工艺设计设计水平低、可靠性不足等问题，设计开发了基于三维CAD的船体集成装焊工艺准备系统，实现了船体装焊工艺快速设计。上海交通大学范秀敏教授等人创建了基于产品模型、工艺信息模型、资源模型的分段装焊工艺仿真模型，并借助此模型模拟船舶装焊过程，分析其中潜在问题，为船舶装焊工艺设计提供参考。中国专利CN109145384A公开了一种装焊三维工艺设计系统，由制造工艺管理系统、CAD建模系统、焊接仿真分析系统、产品数据管理系统和典型工艺知识库相集成，该方法实现了装焊工艺的快速和低成本设计，增强了企业竞争力。可以看出现有研究多集中于船舶整体装焊模型的设计，忽视了船舶装焊特征与装焊质量之间的内在联系，且未考虑船舶装焊过程基本特征对装焊质量的影响，从而导致质量控制不到位，未能有效对船体建造质量的均匀性进行控制。
发明内容
本发明的目的在于，提供一种基于船舶装焊微特征的自匹配工艺设计方法。本发明可以提高船舶装焊工艺水平与质量均匀性要求，减少零件返工率及不及格率。
本发明的技术方案：一种基于船舶装焊微特征的自匹配工艺设计方法，包括以下步骤：
S1：分析船舶装焊过程关联信息集，确定船舶装焊特征基本类型；
S2：基于机器学习算法构建输入船舶装焊特征参数集与输出工艺质量集间的映射模型，确定装焊特征与工艺质量关系；
S3：利用映射模型确定船舶装焊工艺稳定性窗口，并基于装焊规则以及装焊工艺序列构建船舶装焊案例库；
S4：将目标案例的待装焊特征进行微特征划分，并在船舶装焊案例库识别与之匹配的相似微特征，输出船舶装焊工艺序列，并更新船舶装焊案例库。
上述的基于船舶装焊微特征的自匹配工艺设计方法，步骤S1中，所述船舶装焊过程关联信息集包括零件间的装配类型、配合关系、焊接属性、相互约束及装配操作方式；
所述船舶装焊特征基本类型包括零件级特征、关联功能级特征和工艺级特征；所 述船舶装焊的特征
Figure DEST_PATH_IMAGE001
的数学表达式为：
Figure 912160DEST_PATH_IMAGE002
；
式中，
Figure DEST_PATH_IMAGE003
表示零件级特征；
Figure 592540DEST_PATH_IMAGE004
表示关联功能级特征；
Figure DEST_PATH_IMAGE005
表示工艺级特征。
前述的基于船舶装焊微特征的自匹配工艺设计方法，所述船舶装焊特征参数集包括零件类型参数、形状参数、尺寸参数、位置参数、方向参数、材料参数、装配长度参数和焊接长度参数；所述输出工艺质量集包括装焊整体外形、焊接缺陷、焊缝外观和焊缝力学性能。
前述的基于船舶装焊微特征的自匹配工艺设计方法，步骤S3中，所述工艺稳定性窗口的构建过程为，利用映射模型进行局部敏感度计算，获得工艺质量对船舶装焊特征参数的局部敏感度，局部敏感度计算如下：
Figure 101800DEST_PATH_IMAGE006
式中：
Figure DEST_PATH_IMAGE007
为局部敏感度，
Figure 602052DEST_PATH_IMAGE008
为船舶装焊特征参数，
Figure DEST_PATH_IMAGE009
为输出工艺质量；
Figure 350565DEST_PATH_IMAGE010
表示输 入船舶装焊特征参数的总数；
Figure DEST_PATH_IMAGE011
是第i个特征参数
Figure 386916DEST_PATH_IMAGE008
对应的微小增量，取值为
Figure 31524DEST_PATH_IMAGE008
变化区间 的1%-5%，
Figure 487913DEST_PATH_IMAGE012
为建立的映射模型函数
基于局部敏感度
Figure DEST_PATH_IMAGE013
确定参数敏感等级，继而以局部敏感度均值为阈值，获取输出 工艺质量对船舶装焊特征参数不敏感的敏感参数稳定区间，该敏感参数稳定区间即为工艺 稳定性窗口，并追溯船舶装焊特征基本类，确定微特征的装焊参数。
前述的基于船舶装焊微特征的自匹配工艺设计方法，所述参数敏感等级计算步骤如下
首先，选择船舶装焊特征参数
Figure 774538DEST_PATH_IMAGE008
，并设置船舶装焊特征参数
Figure 367193DEST_PATH_IMAGE008
的取值范围；
其次，对于每个选取的船舶装焊特征参数
Figure 182703DEST_PATH_IMAGE008
，在取值范围内生成N个均匀分布的独 立随机数
Figure 126388DEST_PATH_IMAGE014
，继而应用生成的N个随机数运行已训练算法模型，并得到相应 的目标函数值
Figure 184080DEST_PATH_IMAGE016
；
然后，将目标函数值
Figure 162401DEST_PATH_IMAGE016
与给定的指标
Figure 617653DEST_PATH_IMAGE018
进行比较，确定N组参数中的可接受数值
Figure DEST_PATH_IMAGE019
与不可接受数值
Figure 845372DEST_PATH_IMAGE020
；其中指标
Figure 942641DEST_PATH_IMAGE018
、可接受数值
Figure 775468DEST_PATH_IMAGE019
和不可接受数值
Figure 667200DEST_PATH_IMAGE020
的计算公式如下：
Figure DEST_PATH_IMAGE021
；
Figure 883680DEST_PATH_IMAGE022
；
Figure DEST_PATH_IMAGE023
；
最后，对每个参数计算可接受数值和不可接受数值，分别得到可接受数值和不可 接受数值的累积频率曲线图，将两条累积频率曲线图的分离程度
Figure 315799DEST_PATH_IMAGE024
代表了参数敏感度 等级，计算公式如下：
Figure 737553DEST_PATH_IMAGE025
。
前述的基于船舶装焊微特征的自匹配工艺设计方法，所述敏感参数稳定区间划分步骤如下，
首先，随机从船舶装焊特征参数的取值范围挑选一个值，并将该参数值对应的局部敏感度与局部敏感度均值进行比较；如果该参数值对应的局部敏感度在局部敏感度均值以下，则认为所选的船舶装焊特征参数为稳定参数，否则视为不稳定参数，如果不为稳定参数，则返回重新进行参数选择，直到确定该参数的所有稳定数值，即为对应的敏感参数稳定区间。
前述的基于船舶装焊微特征的自匹配工艺设计方法，步骤S3中，所述装焊规则包括装焊优先级规则和零件装焊元素匹配规则；所述装焊优先级规则具体为层次规则和关联规则，层次规则表现为船体与零部件之间及部件与零件、子部件之间的层次关系；关联规则具体为同层零部件之间的装配先后顺序，按照优先级高低可分为基础件关系、支撑关系、加强关系、包络关系；所述零件装焊元素匹配规则表现为船体装配元素之间的优先装焊顺序；
步骤S3中，所述装焊工艺序列的表达形式为：
Figure DEST_PATH_IMAGE026
；
其中：
Figure 331345DEST_PATH_IMAGE027
为装焊关系优先级；
Figure DEST_PATH_IMAGE028
为装焊起点元素；
Figure 760753DEST_PATH_IMAGE029
为装焊重点元素；
Figure DEST_PATH_IMAGE030
为装焊属性，包括装配类型、装配长度和焊接类型。
前述的基于船舶装焊微特征的自匹配工艺设计方法，步骤S4中，在船舶装焊案例库匹配相似微特征的过程为，基于目标案例的待装焊特征，通过相似度函数对船舶装焊案例库内船舶装焊微特征的相似性进行匹配；若相似等级较高，则将船舶装焊案例中的案例应用于目标案例的装焊工艺设计过程；若相似性较低，则进行辅助装配序列设计。
前述的基于船舶装焊微特征的自匹配工艺设计方法，所述相似度函数计算公式如下
Figure 996562DEST_PATH_IMAGE031
；
式中，
Figure DEST_PATH_IMAGE032
为装焊关系的权重系数，
Figure 69560DEST_PATH_IMAGE033
为装焊关系的相似度函数，
Figure DEST_PATH_IMAGE034
为第
Figure 99833DEST_PATH_IMAGE035
个装焊 特征。
前述的基于船舶装焊微特征的自匹配工艺设计方法，所述辅助装焊序列设计过程，是基于船舶装焊案例库的检索寻找特定约束关系的相似案例，通过设定适应度函数的适应值筛选相似度较高的约束关系的案例，继而挑选最优案例应用于目标案例的装焊工艺设计过程。
与现有技术相比，本发明可以充分挖掘船舶装焊微特征信息，将机器学习、案例推理运用到船舶装焊工艺设计当中，能够有效确定船舶装焊工艺序列，有助于提高船舶装焊工艺水平，进而提高装焊质量均匀性，降低返工率与不及格率。
附图说明
图1为本发明的流程示意图；
图2为本发明的验证船体模型示意图；
图3为本发明的船舶装焊案例库生成示意图；
图4为本发明的焊接电流的敏感性等级示意图；
图5为本发明的焊接电流的灵敏度示意图；
图6为本发明的船舶外板微特征划分示意图；
图7为本发明中案例微特征匹配流程示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明，但并不作为对本发明限制的依据。
实施例：一种基于船舶装焊微特征的自匹配工艺设计方法，如图1所示，包括以下步骤：
S1：分析船舶装焊过程关联信息集，确定船舶装焊特征基本类型；
以图2所示船体进行验证，该船体模型由2个外板（K1、K2）、2个纵向防挠材（L1、L2） 和2个组件（FR1、FR2）构成。此模型的零件级特征主要包括为零件的几何尺寸、装焊属性，关 联功能级特征主要为连接关系类型、装焊方向，工艺级特征主要为装焊状态、焊接方式等。 此时，船舶装焊特征
Figure 228588DEST_PATH_IMAGE001
的数学表达式进一步描述为：
Figure DEST_PATH_IMAGE036
；
式中：
Figure 2509DEST_PATH_IMAGE037
为零件几何形状特征，
Figure DEST_PATH_IMAGE038
为零件装焊属性信息，
Figure 930014DEST_PATH_IMAGE039
为连接特征，
Figure DEST_PATH_IMAGE040
为装焊方向，
Figure 131188DEST_PATH_IMAGE041
为焊接状态，
Figure DEST_PATH_IMAGE042
为焊接方式。
S2：基于机器学习算法构建输入船舶装焊特征参数集与输出工艺质量集间的映射模型，确定装焊特征与工艺质量关系；具体映射模型建立过程为，首先，量化特征参数中的信息，确定工艺质量指标；其中，特征参数包括定量参数和定性参数，包括零件类型、形状、尺寸、位置、方向、材料、装配长度、焊接长度等特征参数。其中，定量参数可以直接采用测量值，而对于无法计量的定性参数，可通过打分进行量化；工艺质量指标包括装焊整体外形、焊接缺陷、焊缝外观以及焊缝力学性能，其中装焊整体外形、焊接缺陷和焊缝外观采用十分制打分，而焊缝力学性质由疲劳强度和韧性衡量；
然后，选择机器学习算法（如深度学习网络），建立输入船舶装焊特征参数集X与输出工艺质量集Y间的映射模型。
最后，基于已有的数据训练该模型得到最终映射模型（船舶装焊质量模型）。
S3：利用映射模型确定船舶装焊工艺稳定性窗口，并基于装焊规则以及装焊工艺序列构建船舶装焊案例库，船舶装焊案例库包括装焊特征模型库和工艺表据库；
如图3所示。利用步骤S2建立的映射模型对所有输入特征参数与输出参数进行局部敏感度计算，获得工艺质量对船舶装焊特征参数的局部敏感度，局部敏感度计算如下：
Figure 541048DEST_PATH_IMAGE006
式中：
Figure 321922DEST_PATH_IMAGE007
为局部敏感度，
Figure 838354DEST_PATH_IMAGE008
为船舶装焊特征参数，
Figure 679271DEST_PATH_IMAGE009
为输出工艺质量；
Figure 281154DEST_PATH_IMAGE010
表示输 入船舶装焊特征参数的总数；
Figure 865719DEST_PATH_IMAGE011
是第i个特征参数
Figure 236657DEST_PATH_IMAGE008
对应的微小增量，一般取值为xi变化 区间的1%-5%，
Figure 248475DEST_PATH_IMAGE012
为建立的映射模型函数
其全变量域内的敏感度可用向量S表示，形式如下：
Figure 573540DEST_PATH_IMAGE043
；
式中：
Figure DEST_PATH_IMAGE044
表示
Figure 492954DEST_PATH_IMAGE045
在
Figure DEST_PATH_IMAGE046
全域内的局部敏感度变化；
基于局部敏感度
Figure 249558DEST_PATH_IMAGE007
确定参数敏感等级，继而以局部敏感度均值为阈值，获取输出 工艺质量对船舶装焊特征参数不敏感的敏感参数稳定区间，该敏感参数稳定区间即为工艺 稳定性窗口，并追溯船舶装焊特征基本类，确定微特征的装焊参数。
具体的，所述参数敏感等级计算步骤如下
首先，选择船舶装焊特征参数
Figure 432277DEST_PATH_IMAGE008
（i=1,2,3,…,n, n为试验参数个数），并设置船舶 装焊特征参数
Figure 8752DEST_PATH_IMAGE008
的取值范围；
其次，对于每个选取的船舶装焊特征参数
Figure 705094DEST_PATH_IMAGE008
，在取值范围内生成N个均匀分布的独 立随机数
Figure 785045DEST_PATH_IMAGE014
，继而应用生成的N个随机数运行已训练算法模型，并得到相应 的目标函数值
Figure 404245DEST_PATH_IMAGE047
；
然后，将目标函数值
Figure 202437DEST_PATH_IMAGE016
与给定的指标
Figure 932496DEST_PATH_IMAGE018
进行比较，确定N组参数中的可接受数值
Figure 866954DEST_PATH_IMAGE019
与不可接受数值
Figure 922634DEST_PATH_IMAGE020
；其中指标
Figure 208122DEST_PATH_IMAGE018
、可接受数值
Figure 977757DEST_PATH_IMAGE019
和不可接受数值
Figure 32301DEST_PATH_IMAGE020
的计算公式如下：
Figure 993304DEST_PATH_IMAGE021
；
Figure 500508DEST_PATH_IMAGE022
；
Figure 572370DEST_PATH_IMAGE023
；
最后，对每个参数计算可接受数值和不可接受数值，分别得到可接受数值和不可 接受数值的累积频率曲线图，将两条累积频率曲线图的分离程度
Figure 746999DEST_PATH_IMAGE024
代表了参数敏感度 等级，计算公式如下：
Figure DEST_PATH_IMAGE048
。
所述敏感参数稳定区间划分步骤如下：随机从船舶装焊特征参数的取值范围挑选一个值，并将该参数值对应的局部敏感度与局部敏感度均值进行比较；如果该参数值对应的局部敏感度在局部敏感度均值以下，则认为所选的船舶装焊特征参数为稳定参数，否则视为不稳定参数，如果不为稳定参数，则返回重新进行参数选择，通过不断迭代，直到确定该参数的所有稳定数值，即为对应的敏感参数稳定区间。
由此计算出图4所示焊接电流的累积频率分布曲线和图5所示工艺稳定性窗口。从图中可以看出两条分布曲线有不同程度的分离，说明焊接电流对船体装焊质量有一定程度的影响。并追溯船舶装焊特征基本类，确定微特征的装焊参数。
为了进一步表达装焊顺序，整合微特征的装焊信息，提出了装焊工艺序列，其表达形式为：
Figure 144482DEST_PATH_IMAGE026
其中：
Figure 903097DEST_PATH_IMAGE027
为装焊关系优先级；
Figure 778650DEST_PATH_IMAGE028
为装焊起点元素；
Figure 542206DEST_PATH_IMAGE029
为装焊重点元素；
Figure 579432DEST_PATH_IMAGE030
为装焊属性，包括装配类型、装配长度和焊接类型。
继而基于装焊规则分析船体模型，具体分析过程如下：
外板（K1、K2）属于基础件，优先级最高。纵向防挠材（L1，L2）属于支撑件，优先级次之。组件（FR1、FR2）优先级最低。因此以外板K1、K2为例的装焊序列可以表示为：（1，（K1），（K2），（T、La、Lw）），其中T为联接类型，为对接；La为装配长度，根据零件几何尺寸获得；Lw为焊接长度，根据零件几何尺寸获得。
因此此该船体的装焊工艺如表1所示：
Figure 592388DEST_PATH_IMAGE049
表1
最后，将装焊信息和船体模型存放在关系数据库（船舶装焊案例库）中，可以通过VB.NET和数据库查询语言对数据库中的装焊信息进行查询、管理和重用。
S4：将目标案例的待装焊特征进行微特征划分，并在船舶装焊案例库识别与之匹配的相似微特征，输出船舶装焊工艺序列，并更新船舶装焊案例库。
如图6所示，将目标案例的待装焊特征划分成n个微特征，通过相似度函数对船舶装焊案例库内船舶装焊微特征的相似性进行匹配；若相似等级较高，则将船舶装焊案例中的案例应用于目标案例的装焊工艺设计过程；若相似性较低，则进行辅助装配序列设计。
带待装焊的微特征按照如图7所示流程进行识别与之匹配相似微特征，其中所述相似度函数计算公式如下
Figure 740472DEST_PATH_IMAGE031
；
式中，
Figure 889694DEST_PATH_IMAGE032
为装焊关系的权重系数，
Figure 97821DEST_PATH_IMAGE033
为装焊关系的相似度函数，
Figure DEST_PATH_IMAGE050
为第
Figure 99538DEST_PATH_IMAGE035
个装焊 特征。
所述辅助装焊序列设计过程，是基于船舶装焊案例库的检索寻找特定约束关系的相似案例，通过设定适应度函数的适应值筛选相似度较高的约束关系的案例，继而挑选最优案例应用于目标案例的装焊工艺设计过程。
最后，识别和匹配相似的微特征，输出所示的装焊序列，如下表2所示：
Figure 316892DEST_PATH_IMAGE051
表2
输出船舶装焊序列后，将此船舶装焊序列存储在船舶装焊案例库，实现对船舶装焊案例库的更新。
综上，本发明可以充分挖掘船舶装焊微特征信息，将机器学习、案例推理运用到船舶装焊工艺设计当中，能够有效确定船舶装焊工艺序列，有助于提高船舶装焊工艺水平，进而提高装焊质量均匀性，降低返工率与不及格率。

Claims (9)

1.一种基于船舶装焊微特征的自匹配工艺设计方法，其特征在于：包括以下步骤：
S1：分析船舶装焊过程关联信息集，确定船舶装焊特征基本类型；
S2：基于机器学习算法构建输入船舶装焊特征参数集与输出工艺质量集间的映射模型，确定装焊特征与工艺质量关系；
S3：利用映射模型确定船舶装焊工艺稳定性窗口，并基于装焊规则以及装焊工艺序列构建船舶装焊案例库；
S4：将目标案例的待装焊特征进行微特征划分，并在船舶装焊案例库识别与之匹配的相似微特征，输出船舶装焊工艺序列，并更新船舶装焊案例库；
步骤S3中，所述工艺稳定性窗口的构建过程为，利用映射模型进行局部敏感度计算，获得工艺质量对船舶装焊特征参数的局部敏感度，局部敏感度计算如下：
Figure 521652DEST_PATH_IMAGE001
式中：
Figure 83739DEST_PATH_IMAGE002
为局部敏感度，
Figure 796480DEST_PATH_IMAGE003
为船舶装焊特征参数，
Figure 517311DEST_PATH_IMAGE004
为输出工艺质量；
Figure 213872DEST_PATH_IMAGE005
表示输入船舶装焊特征参数的总数；
Figure 311141DEST_PATH_IMAGE006
是第i个特征参数
Figure 143967DEST_PATH_IMAGE003
对应的微小增量，取值为
Figure 35700DEST_PATH_IMAGE003
变化区间的1%-5%，
Figure 953977DEST_PATH_IMAGE007
为建立的映射模型函数；
基于局部敏感度
Figure 589358DEST_PATH_IMAGE008
确定参数敏感等级，继而以局部敏感度均值为阈值，获取输出工艺质量对船舶装焊特征参数不敏感的敏感参数稳定区间，该敏感参数稳定区间即为工艺稳定性窗口，并追溯船舶装焊特征基本类，确定微特征的装焊参数。
2.根据权利要求1所述的基于船舶装焊微特征的自匹配工艺设计方法，其特征在于：步骤S1中，所述船舶装焊过程关联信息集包括零件间的装配类型、配合关系、焊接属性、相互约束及装配操作方式；
所述船舶装焊特征基本类型包括零件级特征、关联功能级特征和工艺级特征；所述船舶装焊的特征
Figure 11112DEST_PATH_IMAGE009
的数学表达式为：
Figure 604905DEST_PATH_IMAGE010
；
式中，
Figure 744899DEST_PATH_IMAGE011
表示零件级特征；
Figure 449550DEST_PATH_IMAGE012
表示关联功能级特征；
Figure 991389DEST_PATH_IMAGE013
表示工艺级特征。
3.根据权利要求1所述的基于船舶装焊微特征的自匹配工艺设计方法，其特征在于：所述船舶装焊特征参数集包括零件类型参数、形状参数、尺寸参数、位置参数、方向参数、材料参数、装配长度参数和焊接长度参数；所述输出工艺质量集包括装焊整体外形、焊接缺陷、焊缝外观和焊缝力学性能。
4.根据权利要求1所述的基于船舶装焊微特征的自匹配工艺设计方法，其特征在于：所述参数敏感等级计算步骤如下
首先，选择船舶装焊特征参数
Figure 693766DEST_PATH_IMAGE003
，并设置船舶装焊特征参数
Figure 321057DEST_PATH_IMAGE003
的取值范围；
其次，对于每个选取的船舶装焊特征参数
Figure 563819DEST_PATH_IMAGE003
，在取值范围内生成N个均匀分布的独立随机数
Figure 246252DEST_PATH_IMAGE014
，继而应用生成的N个随机数运行已训练算法模型，并得到相应的目标函数值
Figure 916268DEST_PATH_IMAGE015
；
然后，将目标函数值
Figure 30855DEST_PATH_IMAGE015
与给定的指标
Figure 811729DEST_PATH_IMAGE016
进行比较，确定N组参数中的可接受数值
Figure 531423DEST_PATH_IMAGE017
与不可接受数值
Figure 372340DEST_PATH_IMAGE018
；其中指标
Figure 974223DEST_PATH_IMAGE016
、可接受数值
Figure 558788DEST_PATH_IMAGE017
和不可接受数值
Figure 195306DEST_PATH_IMAGE018
的计算公式如下：
Figure 207124DEST_PATH_IMAGE019
；
Figure 765144DEST_PATH_IMAGE020
；
Figure 153400DEST_PATH_IMAGE021
；
最后，对每个参数计算可接受数值和不可接受数值，分别得到可接受数值和不可接受数值的累积频率曲线图，将两条累积频率曲线图的分离程度
Figure 378845DEST_PATH_IMAGE022
代表了参数敏感度等级，计算公式如下：
Figure 827144DEST_PATH_IMAGE023
。
5.根据权利要求4所述的基于船舶装焊微特征的自匹配工艺设计方法，其特征在于：所述敏感参数稳定区间划分步骤如下，
首先，随机从船舶装焊特征参数的取值范围挑选一个值，并将该参数值对应的局部敏感度与局部敏感度均值进行比较；如果该参数值对应的局部敏感度在局部敏感度均值以下，则认为所选的船舶装焊特征参数为稳定参数，否则视为不稳定参数，如果不为稳定参数，则返回重新进行参数选择，直到确定该参数的所有稳定数值，即为对应的敏感参数稳定区间。
6.根据权利要求1所述的基于船舶装焊微特征的自匹配工艺设计方法，其特征在于：步骤S3中，所述装焊规则包括装焊优先级规则和零件装焊元素匹配规则；所述装焊优先级规则具体为层次规则和关联规则，层次规则表现为船体与零部件之间及部件与零件、子部件之间的层次关系；关联规则具体为同层零部件之间的装配先后顺序，按照优先级高低可分为基础件关系、支撑关系、加强关系、包络关系；所述零件装焊元素匹配规则表现为船体装配元素之间的优先装焊顺序；
步骤S3中，所述装焊工艺序列的表达形式为：
Figure 403619DEST_PATH_IMAGE024
；
其中：
Figure 329987DEST_PATH_IMAGE025
为装焊关系优先级；
Figure 409938DEST_PATH_IMAGE026
为装焊起点元素；
Figure 232401DEST_PATH_IMAGE027
为装焊重点元素；
Figure 33522DEST_PATH_IMAGE028
为装焊属性，包括装配类型、装配长度和焊接类型。
7.根据权利要求1所述的基于船舶装焊微特征的自匹配工艺设计方法，其特征在于：步骤S4中，在船舶装焊案例库匹配相似微特征的过程为，基于目标案例的待装焊特征，通过相似度函数对船舶装焊案例库内船舶装焊微特征的相似性进行匹配；若相似等级较高，则将船舶装焊案例中的案例应用于目标案例的装焊工艺设计过程；若相似性较低，则进行辅助装配序列设计。
8.根据权利要求7所述的基于船舶装焊微特征的自匹配工艺设计方法，其特征在于：所述相似度函数计算公式如下
Figure 763581DEST_PATH_IMAGE029
；
式中，
Figure 698039DEST_PATH_IMAGE030
为装焊关系的权重系数，
Figure 753719DEST_PATH_IMAGE031
为装焊关系的相似度函数，
Figure 39207DEST_PATH_IMAGE032
为第
Figure 307378DEST_PATH_IMAGE033
个装焊特征。
9.权利要求7所述的基于船舶装焊微特征的自匹配工艺设计方法，其特征在于：所述辅助装配序列设计过程，是基于船舶装焊案例库的检索寻找特定约束关系的相似案例，通过设定适应度函数的适应值筛选相似度较高的约束关系的案例，继而挑选最优案例应用于目标案例的装焊工艺设计过程。
CN202210782478.9A 2022-07-05 2022-07-05 一种基于船舶装焊微特征的自匹配工艺设计方法 Active CN114861331B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210782478.9A CN114861331B (zh) 2022-07-05 2022-07-05 一种基于船舶装焊微特征的自匹配工艺设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210782478.9A CN114861331B (zh) 2022-07-05 2022-07-05 一种基于船舶装焊微特征的自匹配工艺设计方法

Publications (2)

Publication Number Publication Date
CN114861331A CN114861331A (zh) 2022-08-05
CN114861331B true CN114861331B (zh) 2022-09-23

Family

ID=82626984

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210782478.9A Active CN114861331B (zh) 2022-07-05 2022-07-05 一种基于船舶装焊微特征的自匹配工艺设计方法

Country Status (1)

Country Link
CN (1) CN114861331B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5907698A (en) * 1997-02-24 1999-05-25 Motorola, Inc. Method and apparatus for characterizing static and dynamic operation of an architectural system
WO2010050834A1 (en) * 2008-11-03 2010-05-06 Instituto De Soldadura E Qualidade System and process for automatic determination of welding parameters for automated friction stir welding
CN113642220A (zh) * 2021-08-26 2021-11-12 江苏科技大学 一种基于rbf与mopso的船舶焊接工艺优化方法
CN113843544A (zh) * 2021-10-14 2021-12-28 上海船舶工艺研究所(中国船舶工业集团公司第十一研究所) 面向船舶焊接工艺规划的参数规则匹配方法
WO2022095278A1 (zh) * 2020-11-09 2022-05-12 中国船舶重工集团公司第七一六研究所 基于qmix强化学习算法的船舶多机械臂焊点协同焊接方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110132603B (zh) * 2019-05-16 2020-09-29 杭州电子科技大学 基于并集置信规则库和蚁群算法的船舶柴油机故障定位方法
CN111241241B (zh) * 2020-01-08 2024-05-31 平安科技（深圳）有限公司 基于知识图谱的案件检索方法、装置、设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5907698A (en) * 1997-02-24 1999-05-25 Motorola, Inc. Method and apparatus for characterizing static and dynamic operation of an architectural system
WO2010050834A1 (en) * 2008-11-03 2010-05-06 Instituto De Soldadura E Qualidade System and process for automatic determination of welding parameters for automated friction stir welding
WO2022095278A1 (zh) * 2020-11-09 2022-05-12 中国船舶重工集团公司第七一六研究所 基于qmix强化学习算法的船舶多机械臂焊点协同焊接方法
CN113642220A (zh) * 2021-08-26 2021-11-12 江苏科技大学 一种基于rbf与mopso的船舶焊接工艺优化方法
CN113843544A (zh) * 2021-10-14 2021-12-28 上海船舶工艺研究所(中国船舶工业集团公司第十一研究所) 面向船舶焊接工艺规划的参数规则匹配方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Bonded composite solution to ship reinforcement;Grabovac, I;《COMPOSITES PART A-APPLIED SCIENCE AND MANUFACTURING》;20030101;第34卷(第9期);全文 *
基于三维CAD的船体集成装焊工艺设计与分析系统;郑智启等;《船舶工程》;20090615(第03期);全文 *
基于本体的船舶焊接工艺知识图谱构建;凡天娣等;《电焊机》;20191220(第12期);全文 *
船舶建造流程的虚拟仿真;周波;《工程科技Ⅱ辑》;20150315(第3期);全文 *

Also Published As

Publication number Publication date
CN114861331A (zh) 2022-08-05

Similar Documents

Publication Publication Date Title
CN110795836B (zh) 基于区间与有界概率混合不确定性的机械臂稳健优化方法
US6799081B1 (en) Fiber placement and fiber steering systems and corresponding software for composite structures
US8271503B2 (en) Automatic match tuning
US7962891B2 (en) Automated method for structured artifact matching
US10013510B1 (en) Replacement part suggestion methods and systems
US20140180996A1 (en) Computer Guided Model Checking System and Method
CN117151338B (zh) 一种基于大语言模型的多无人机任务规划方法
US10430529B1 (en) Directed design updates in engineering methods for systems
CN110895729A (zh) 一种输电线路工程建设工期的预测方法
CN105550393A (zh) 一种支持方案快速生成的枪械变型设计方法
CN114254915A (zh) 轴类零件全流程加工质量合格状态决策及优化方法
CN114861331B (zh) 一种基于船舶装焊微特征的自匹配工艺设计方法
Mastura et al. A framework for prioritizing customer requirements in product design: Incorporation of FAHP with AHP
US10331808B1 (en) Feature recognition in engineering methods and systems
Helminen Automated generation of steel connections of BIM by machine learning
CN110990907A (zh) 基于特征-资源知识的船用柴油机关重件可制造性三级优化方法
Schueler et al. Object-oriented implementation of an integrated design and analysis tool for fiber placed structures
KR101151013B1 (ko) 타이어 성능 평가 방법
CN115795678A (zh) 一种用于车身结构概念设计的参数优化方法和存储介质
CN115577696A (zh) 一种基于wbs树的项目相似度评估及分析方法
Cappelletti et al. Design for X Tool to Introduce Sustainability in the Design Process
Renault et al. Genetic algorithm optimization of SoS meta-architecture attributes for fuzzy rule based assessments
Qattawi Extending Origami technique to fold forming of sheet metal products
CN116306276B (zh) 一种复杂系统架构创成式生成方法、系统及电子设备
JP2007183700A (ja) 形状モデル作成装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant